我的 jupyter notebook 中有以下數(shù)據(jù)集作為輸入：Product Year VariableA 2018 2A 2019 4B 2018 2B 2019 3我想知道在我的數(shù)據(jù)集中創(chuàng)建循環(huán)或其他東西或排序的最快方法是什么，以便我得到以下輸出：Product Year Variable Row_NumA 2018 2 1A 2018 2 2 A 2019 4 1A 2019 4 2A 2019 4 3A 2019 4 4B 2018 2 1B 2018 2 2and so on...TL;DR - 基于特定列中的變量，我想創(chuàng)建行。例如，如果變量為 3，我想創(chuàng)建該行的 3 個(gè)副本，其中一列的值為 1、2、3。我認(rèn)為我發(fā)現(xiàn)的一種方法是首先根據(jù)我的變量創(chuàng)建重復(fù)項(xiàng)，然后使用類(lèi)似于 rank() 或 row_number() 的函數(shù)來(lái)創(chuàng)建我的“row_num”列。如果任何人都可以分享其他可能的方法來(lái)做同樣的事情，那將會(huì)很有幫助。??
1 回答
郎朗坤
TA貢獻(xiàn)1921條經(jīng)驗(yàn) 獲得超9個(gè)贊
如果我理解正確，您希望為每一行創(chuàng)建副本，其中一列中給出了n值。n這是一種方法：
df["new_id"] = df.Variable.apply(lambda x: list(range(x)))
df = df.explode("new_id")
輸出：
Product Year Variable new_id
0 A 2018 2 0
0 A 2018 2 1
1 A 2019 4 0
1 A 2019 4 1
1 A 2019 4 2
1 A 2019 4 3
2 B 2018 2 0
2 B 2018 2 1
3 B 2019 3 0
3 B 2019 3 1
3 B 2019 3 2
熊貓 <= 0.24 的解決方案
如果由于某種原因，explode因?yàn)槟褂玫氖桥f版本的熊貓而不可用，您可以執(zhí)行以下操作：
cols = df.columns
def make_df(r):
d = {k: r[k] for k in cols}
d["new_var"] = range(r["Variable"])
res = pd.DataFrame(d)
return res
dfs = []
for row in df.iterrows():
dfs.append(make_df(row[1]))
pd.concat(dfs)
輸出是相同的。
添加回答
舉報(bào)
0/150
提交
取消