Question

假设我们有一个如下数据框：

df = pd.DataFrame({ 'Col1' : ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c'],
        'col2' : ['0.5', '0.78', '0.78', '0.4', '2', '9', '2', '7',]
        })

我计算了col1中所有唯一值的行数。像a有4行，b和c都有2行，方法是：

df.groupby(['Col1']).size()

我得到的输出为

Col1
a    4
b    2
c    2
dtype: int64

完成此操作后，我想检查a，b，c中的哪一行具有最大的行数（在这种情况下，a具有最大的行数），并填充其他行（{{1} }和b），其最大值与它们所具有的行之间的差，并且为零（c和b分别具有2行，因为4是行，我想用另外2个零填充c和b。必须在末尾添加零。

我想用零填充，因为我想在所有变量（a，b，c）上应用固定大小的窗口来绘制图形。

Answer 1

您可以通过GroupBy.cumcount创建计数器，通过DataFrame.reindex创建的所有组合分别创建MultiIndex和MultiIndex.from_product：

df1 = df.set_index(['Col1', df.groupby('Col1').cumcount()])

mux = pd.MultiIndex.from_product(df1.index.levels, names=df1.index.names)
df2 = df1.reindex(mux, fill_value=0).reset_index(level=1, drop=True).reset_index()
print (df2)
   Col1  col2
0     a   0.5
1     a  0.78
2     a  0.78
3     a   0.4
4     b     2
5     b     9
6     b     0
7     b     0
8     c     2
9     c     7
10    c     0
11    c     0

Answer 2

与Jez使用cumcount的逻辑相同，但使用stack和unstack链

df.assign(key2=df.groupby('Col1').cumcount()).set_index(['Col1','key2']).unstack(fill_value=0).stack().reset_index('Col1')
Out[1047]: 
     Col1  col2
key2           
0       a   0.5
1       a  0.78
2       a  0.78
3       a   0.4
0       b     2
1       b     9
2       b     0
3       b     0
0       c     2
1       c     7
2       c     0
3       c     0

Python：如何用零填充？

2 个答案: