Pandas 扩展 dataframe 长度，但根据列递增地填充每一行

Question

我正在使用如下所示的 dataframe：

    frame   requests
0   0   214388438.0
1   1   194980303.0
2   2   179475934.0
3   3   165196540.0
4   4   154815540.0
5   5   123650671.0
6   6   119089045.0

问题是我想逐步添加在请求列中找到的每个值。 假设第 0 帧应该有第一个值，第 1 帧应该有前一个值和后面跟着 0 的值。我希望 dataframe 看起来像这样：

        frame   requests
    0   0   214388438.0
    1   0             0
    2   0             0
    3   0             0
   ....................
   48   1   214388438.0
   49   1   194980303.0
   50   1             0
   ....................
   ..   2   214388438.0
   ..   2   194980303.0
   ..   2   179475934.0
   ..   2             0

最终，在列frame的最后一个值上，所有行都将由请求中的值填充，不再是 0。

   ....................
   ..   47   214388438.0
   ..   47   194980303.0
   ..   47   179475934.0
   ..   47   165196540.0
   ..   47   154815540.0
   ..   47   123650671.0
   .....................

Answer 1

假设df作为输入，您可以使用 numpy 重塑并创建一个新的 DataFrame：

import numpy as np

a = df['requests'].to_numpy()

df2 = (pd
 .DataFrame(np.tril(np.tile(a, (len(a), 1))), index=df['frame'])
 .stack()
 .droplevel(1)
 .reset_index(name='requests')
)

注意。 您也可以直接使用df['requests']而不是a ，到数组的转换将自动完成。

output：

    frame     requests
0       0  214388438.0
1       0          0.0
2       0          0.0
3       0          0.0
4       0          0.0
5       0          0.0
6       0          0.0
7       1  214388438.0
8       1  194980303.0
9       1          0.0
10      1          0.0
11      1          0.0
12      1          0.0
13      1          0.0
14      2  214388438.0
15      2  194980303.0
16      2  179475934.0
17      2          0.0
18      2          0.0
19      2          0.0
20      2          0.0
21      3  214388438.0
22      3  194980303.0
23      3  179475934.0
24      3  165196540.0
25      3          0.0
26      3          0.0
27      3          0.0
28      4  214388438.0
29      4  194980303.0
30      4  179475934.0
31      4  165196540.0
32      4  154815540.0
33      4          0.0
34      4          0.0
35      5  214388438.0
36      5  194980303.0
37      5  179475934.0
38      5  165196540.0
39      5  154815540.0
40      5  123650671.0
41      5          0.0
42      6  214388438.0
43      6  194980303.0
44      6  179475934.0
45      6  165196540.0
46      6  154815540.0
47      6  123650671.0
48      6  119089045.0