因此，我有以下示例數(shù)據(jù)框（為了清晰/簡單起見，僅包含一行）：df = pd.DataFrame({'base_number': [2], 'std_dev': [1]})df['amount_needed'] = 5df['upper_bound'] = df['base_number'] + df['std_dev']df['lower_bound'] = df['base_number'] - df['std_dev']對于每個給定的行，我想生成行數(shù)，使得每行的總數(shù)是給定的數(shù)字df['amount_needed']（在本例中為 5）。我希望這 5 行新行分布在df['upper_bound']和給出的范圍內(nèi)df['lower_bound']。因此，對于上面的示例，我希望輸出以下結(jié)果：df_new = pd.DataFrame({'base_number': [1, 1.5, 2, 2.5, 3]})當然，這個過程將針對一個更大的數(shù)據(jù)框中的所有行完成，許多其他列與這個特定問題無關(guān)，這就是為什么我試圖找到一種方法來自動化這個過程。
2 回答
慕無忌1623718
TA貢獻1744條經(jīng)驗 獲得超4個贊
最終使用 jsmart 的貢獻并對其進行處理以生成一個新的數(shù)據(jù)框，保留原始 id，以便根據(jù)需要根據(jù) id 將舊列中的其他列合并到這個新列中（整個過程如下所示）：
amount_needed = 5
df = pd.DataFrame({'base_number': [2, 4, 8, 0],
'std_dev': [1, 2, 3, 0]})
df['amount_needed'] = amount_needed
df['upper_bound'] = df['base_number'] + df['std_dev']
df['lower_bound'] = df['base_number'] - df['std_dev']
s1 = pd.Series([],dtype = int)
for row in df.itertuples():
arr = np.linspace(row.lower_bound,
row.upper_bound,
row.amount_needed)
s = pd.Series(arr).rename('base_number')
s1 = pd.concat([s1, s])
df_new = pd.DataFrame({'base_number': s1})
ids_og = list(range(1, len(df) + 1))
ids_og = [ids_og] * amount_needed
ids_og = sorted(list(itertools.chain.from_iterable(ids_og)))
df_new['id'] = ids_og
一只名叫tom的貓
TA貢獻1906條經(jīng)驗 獲得超3個贊
一排df將創(chuàng)建一個系列（或一個數(shù)據(jù)框）。這是一種迭代df并使用您指定的值創(chuàng)建系列的方法：
for row in df.itertuples():
arr = np.linspace(row.lower_bound,
row.upper_bound,
row.amount_needed)
s = pd.Series(arr).rename('base_number')
print(s)
0 1.0
1 1.5
2 2.0
3 2.5
4 3.0
Name: base_number, dtype: float64
添加回答
舉報
0/150
提交
取消