我想在Pandas Dataframe中复制行。每行应重复n次,其中n是每行的一个字段。
import pandas as pd
what_i_have = pd.DataFrame(data={
'id': ['A', 'B', 'C'],
'n' : [ 1, 2, 3],
'v' : [ 10, 13, 8]
})
what_i_want = pd.DataFrame(data={
'id': ['A', 'B', 'B', 'C', 'C', 'C'],
'v' : [ 10, 13, 13, 8, 8, 8]
})
这可能吗?
答案 0 :(得分:29)
您可以使用np.repeat
获取重复的索引,然后使用它来索引框架:
>>> df2 = df.loc[np.repeat(df.index.values,df.n)]
>>> df2
id n v
0 A 1 10
1 B 2 13
1 B 2 13
2 C 3 8
2 C 3 8
2 C 3 8
之后只需要做一些清理工作:
>>> df2 = df2.drop("n",axis=1).reset_index(drop=True)
>>> df2
id v
0 A 10
1 B 13
2 B 13
3 C 8
4 C 8
5 C 8
请注意,如果您可能需要担心重复索引,可以改为使用.iloc
:
In [86]: df.iloc[np.repeat(np.arange(len(df)), df["n"])].drop("n", axis=1).reset_index(drop=True)
Out[86]:
id v
0 A 10
1 B 13
2 B 13
3 C 8
4 C 8
5 C 8
使用位置,而不是索引标签。
答案 1 :(得分:2)
您可以使用set_index
和repeat
In [1057]: df.set_index(['id'])['v'].repeat(df['n']).reset_index()
Out[1057]:
id v
0 A 10
1 B 13
2 B 13
3 C 8
4 C 8
5 C 8
详细
In [1058]: df
Out[1058]:
id n v
0 A 1 10
1 B 2 13
2 C 3 8
答案 2 :(得分:0)
不是最佳解决方案,但我想分享一下:您也可以使用pandas.reindex()
和.repeat()
:
df.reindex(df.index.repeat(df.n)).drop('n', axis=1)
输出:
id v
0 A 10
1 B 13
1 B 13
2 C 8
2 C 8
2 C 8
您可以进一步附加.reset_index(drop=True)
来重置.index
。
答案 3 :(得分:0)
类似于 uncount
中的 tidyr
:
https://tidyr.tidyverse.org/reference/uncount.html
我编写了一个实现此 API 的包 (https://github.com/pwwang/datar):
from datar import f
from datar.tibble import tribble
from datar.tidyr import uncount
what_i_have = tribble(
f.id, f.n, f.v,
'A', 1, 10,
'B', 2, 13,
'C', 3, 8
)
what_i_have >> uncount(f.n)
输出:
id v
0 A 10
1 B 13
1 B 13
2 C 8
2 C 8
2 C 8