Question

我有一个看起来像这样的数据框：

fruit   cost
apples  2
oranges 3
bananas 5
grapefruit  1

我想传递一个包含指定“水果”列值的列表，并使用该列表复制数据框中的那些行。例如，重复的fruits = ['apples', 'oranges']。

然后，应使用额外的一列将这些行复制回数据框中，以表示它们是副本（可以是1/0二进制）。

Answer 1

使用Series.isin来获取匹配的行，并使用DataFrame.append来复制原始数据，而使用DataFrame.assign来表示列：

duplicated  = ['apples', 'oranges']
df1 = df[df['fruit'].isin(duplicated)].assign(new=1)
df = df.assign(new=0).append(df1, ignore_index=True)
print (df)
        fruit  cost  new
0      apples     2    0
1     oranges     3    0
2     bananas     5    0
3  grapefruit     1    0
4      apples     2    1
5     oranges     3    1

另一个想法是在concat中使用参数keys-它创建由0和1填充的新级别，因此必须由第一级别DataFrame.reset_index进行转换此级别的列：

df = (pd.concat([df, df1], keys=(0,1))
       .rename_axis(('new', None))
       .reset_index(level=0)
       .reset_index(drop=True))
print (df)
   new       fruit  cost
0    0      apples     2
1    0     oranges     3
2    0     bananas     5
3    0  grapefruit     1
4    1      apples     2
5    1     oranges     3

Answer 2

您可以使用concat：

result = pd.concat([df, df[df.fruit.isin(fruits)].assign(new=1)], sort=False).fillna(0)

输出

        fruit  cost  new
0      apples     2  0.0
1     oranges     3  0.0
2     bananas     5  0.0
3  grapefruit     1  0.0
0      apples     2  1.0
1     oranges     3  1.0

作为替代方案，您可以在concat之前使用default_value = 0重新编制索引：

filtered = df[df.fruit.isin(fruits)].assign(new=1)

result = pd.concat([df.reindex(columns=filtered.columns, fill_value=0), filtered], sort=False)

print(result)

输出

        fruit  cost  new
0      apples     2    0
1     oranges     3    0
2     bananas     5    0
3  grapefruit     1    0
0      apples     2    1
1     oranges     3    1

如果值在列表中，则熊猫数据框中的行重复

2 个答案: