在熊猫数据框中查找最后一个ID和增量值

Question

我有一个数据框，其值如下：

╔════╦═════════╦══════╦═══════╗
║ id ║ quarter ║ year ║ value ║
╠════╬═════════╬══════╬═══════╣
║  1 ║       4 ║ 2017 ║     5 ║
║  1 ║       1 ║ 2018 ║     7 ║
║  2 ║       1 ║ 2018 ║     8 ║
╚════╩═════════╩══════╩═══════╝

我想找到最后一个id，并将四分之一增加到4，同时保持相同的值。预期的输出是：

╔════╦═════════╦══════╦═══════╗
║ id ║ quarter ║ year ║ value ║
╠════╬═════════╬══════╬═══════╣
║  1 ║       4 ║ 2017 ║     5 ║
║  1 ║       1 ║ 2018 ║     7 ║
║  1 ║       2 ║ 2018 ║     7 ║
║  1 ║       3 ║ 2018 ║     7 ║
║  1 ║       4 ║ 2018 ║     7 ║
║  2 ║       1 ║ 2018 ║     8 ║
║  2 ║       2 ║ 2018 ║     8 ║
║  2 ║       3 ║ 2018 ║     8 ║
║  2 ║       4 ║ 2018 ║     8 ║
╚════╩═════════╩══════╩═══════╝

我尝试在熊猫中使用df.last（）来找到id的最后一个实例，并通过循环增加四分之一，但这似乎不起作用。我是python和pandas的新手，所以任何建议都很棒。

Answer 1

首先，您可以使用sapply来获取每个ID的最后一个值

drop_duplicate

Answer 2

首先，获取每个组中的最后一行：

s = df.groupby('id').tail(1)

然后扩展到四个季度：

out = pd.concat([s]*4).sort_values('id').assign(quarter=np.tile([1,2,3,4], len(s)))

最后，合并：

df.merge(out, how='outer').sort_values('id')

   id  quarter  year  value
0   1        4  2017      5
1   1        1  2018      7
3   1        2  2018      7
4   1        3  2018      7
5   1        4  2018      7
2   2        1  2018      8
6   2        2  2018      8
7   2        3  2018      8
8   2        4  2018      8