Question

我有像这样的pandas DataFrame df

   mat  time
0  101   20
1  102    7
2  103   15

我需要划分行，以便时间列没有任何高于t=10的值来得到类似的东西

   mat  time
0  101   10
2  101   10
3  102    7
4  103   10
5  103    5

指数无关紧要

如果我使用groupby（'mat'）['time']。对此df的sum（）我会得到原始的df，但我需要像groupby func的反转。

有没有办法让ungrouped DataFrame的条件为time <= t？

我正试图在这里使用循环，但它有点'unPythonic'，有什么想法吗？

Answer 1

使用循环的apply函数，直到所有函数都小于10。

def split_max_time(df):
    new_df = df.copy()
    while new_df.iloc[-1, -1] > 10:
        temp = new_df.iloc[-1, -1]
        new_df.iloc[-1, -1] = 10
        new_df = pd.concat([new_df, new_df])
        new_df.iloc[-1, -1] = temp - 10
    return new_df


print df.groupby('mat', group_keys=False).apply(split_max_time)

   mat  time
0  101    10
0  101    10
1  102     7
2  103    10
2  103     5

Answer 2

您可.groupby('mat')和.apply() integer除法和modulo操作的组合使用cutoff（10）来分解每个time {1}}值到所需的组件中：

cutoff = 10
def decompose(time):
    components = [cutoff for _ in range(int(time / cutoff))] + [time.iloc[0] % cutoff]
    return pd.Series([c for c in components if c > 0])

df.groupby('mat').time.apply(decompose).reset_index(-1, drop=True)

得到：

如果您关心表现：

%timeit df.groupby('mat', group_keys=False).apply(split_max_time)
100 loops, best of 3: 4.21 ms per loop

%timeit df.groupby('mat').time.apply(decompose).reset_index(-1, drop=True)
1000 loops, best of 3: 1.83 ms per loop

划分python pandas DataFrame的行

2 个答案: