基于现有数字列、字符串列表作为列名和元组列表作为值在数据框中创建新列

Question

我有一个包含数字列的数据框，我有一个元组列表和一个字符串列表。 元组列表表示应该添加的值，其中该列表中的每个索引对应于数据框中的数字列。 字符串列表表示要添加的列的名称。

例子：

import pandas as pd

df = pd.DataFrame({'number':[0,0,1,1,2,2,3,3]})

# a list of keys and a list of tuples
keys = ['foo','bar']
combinations = [('99%',0.9),('99%',0.8),('1%',0.9),('1%',0.8)]

预期输出：

   number  foo  bar
0       0  99%  0.9
1       0  99%  0.9
2       1  99%  0.8
3       1  99%  0.8
4       2   1%  0.9
5       2   1%  0.9
6       3   1%  0.8
7       3   1%  0.8

Answer 1

原帖

要获得该输出，您可以尝试

df2 = pd.DataFrame(combinations, columns = keys)
pd.concat([df, df2], axis=1)

返回

   number   foo   bar
0       0   99%   0.9
1       1   99%   0.8
2       2   1%    0.9
3       3   1%    0.8

编辑

根据您的新要求，您可以使用以下内容

df.set_index('number', inplace=True)
df = df.merge(df2, left_index = True, right_index=True)
df = df.reset_index().rename(columns={'index':'number'})

这也适用于不同的重复数量，即

df = pd.DataFrame({'number':[0,0,1,1,1,2,2,3,3,3]})

返回

   number   foo   bar
0       0   99%   0.9
1       0   99%   0.9
2       1   99%   0.8
3       1   99%   0.8
4       1   99%   0.8
5       2   1%    0.9
6       2   1%    0.9
7       3   1%    0.8
8       3   1%    0.8
9       3   1%    0.8

Answer 2

您可以在for循环中使用列表理解，我认为这是一种非常快速和直接的方法：

for i in range(len(keys)):
    df[keys[i]] = [x[i] for x in combinations]

输出：

   number  foo  bar
0       0  99%  0.9
1       1  99%  0.8
2       2   1%  0.9
3       3   1%  0.8

Answer 3

我找到了一种解决方案：

df_new = pd.DataFrame()

for model_number,df_subset in df.groupby('number'):

    for key_idx,key in enumerate(keys):
        df_subset[key] = combinations[model_number][key_idx]

    df_new = df_new.append(df_subset)

但这对我来说似乎很“脏”，可能有更好更有效的解决方案吗？