将聚合行分成不同的行，在 pandas 中添加唯一计数

Question

我有一个包含多行和多列的数据集，但是在标记为“活动”的列中，我希望删除聚合并将其分成自己的唯一计数。 我还希望添加一列，为该计数提供唯一 ID。

数据

Pair    gen     box    date     active

sox     black    bl     2021     3
sox     red      re     2021     2

期望的

Pair    gen     box    date     active    count

sox     black      bl     2021     1      b101
sox     black      bl     2021     1      bl02
sox     black      bl     2021     1      bl02
sox     red        re     2021     1      re01
sox     red        re     2021     1      re02

'active' 列现在分别有 3 和 2 个不同的行，以及不同的计数 ID（基于 'box' 列）而不是聚合。

正在做

一个 SO 帮助解决了类似的困境，我正在采用这种方法：

# Melt Table Into New Form
df = df.melt(col_level=0, value_name='count', var_name='bl')

# Repeat Based on Count
df = df.reindex(df.index.repeat(df['count']))
# Set Count To 1
df['count'] = 1


# Add Suffix to Each ID
df['ID'] = df['ID'] + (
    (df.groupby('ID').cumcount() + 1)
        .astype(str)
        .str.zfill(2)
)

这可行，但是，我无法保留其他列以及设置单独的 var 名称，例如：

bl01
bl02

re01
re02

任何建议或意见表示赞赏

Answer 1

您不需要为这个问题melt ，可以reindex并repeat以下操作。 请记住，对于count列，我意识到如果每个组的大小 > 10 ，那么当您真正想要bl10时，它将显示为bl010作为示例。 数字格式适用于提供的样本数据，尽管组大小小于 10，并且组大小 > 10，尚不清楚所需的 output 是什么：

df = df.reindex(df.index.repeat(df['active'])).assign(active=1)
df['count'] = df['box'] + '0' + (df.groupby(['Pair', 'gen', 'box']).cumcount() + 1).astype(str)
df
Out[1]: 
  Pair    gen box  date  active count
0  sox  black  bl  2021       1  bl01
0  sox  black  bl  2021       1  bl02
0  sox  black  bl  2021       1  bl03
1  sox    red  re  2021       1  re01
1  sox    red  re  2021       1  re02

Answer 2

另一种方法是沿您的轴连接，然后使用 cumcount 创建您的计数列。

dfs = pd.concat([pd.concat([y.assign(active=1,)] * act)
           for (idx,act),y in df.groupby([df.index, df['active']])])

dfs['count'] = dfs['box'] + (dfs.groupby('box').cumcount() + 1).astype(str).str.zfill(2)

print(dfs)

  Pair    gen box  date  active count
0  sox  black  bl  2021       1  bl01
0  sox  black  bl  2021       1  bl02
0  sox  black  bl  2021       1  bl03
1  sox    red  re  2021       1  re01
1  sox    red  re  2021       1  re02