[英]Repeat rows in a pandas DataFrame based on column value
我有以下 df:
code . role . persons
123 . Janitor . 3
123 . Analyst . 2
321 . Vallet . 2
321 . Auditor . 5
第一行意味着我有 3 個人扮演看門人的角色。 我的問題是我需要為每個人安排一行。 我的 df 應該是這樣的:
df:
code . role . persons
123 . Janitor . 3
123 . Janitor . 3
123 . Janitor . 3
123 . Analyst . 2
123 . Analyst . 2
321 . Vallet . 2
321 . Vallet . 2
321 . Auditor . 5
321 . Auditor . 5
321 . Auditor . 5
321 . Auditor . 5
321 . Auditor . 5
我怎么能用 pandas 做到這一點?
reindex
+ repeat
df.reindex(df.index.repeat(df.persons))
Out[951]:
code . role ..1 persons
0 123 . Janitor . 3
0 123 . Janitor . 3
0 123 . Janitor . 3
1 123 . Analyst . 2
1 123 . Analyst . 2
2 321 . Vallet . 2
2 321 . Vallet . 2
3 321 . Auditor . 5
3 321 . Auditor . 5
3 321 . Auditor . 5
3 321 . Auditor . 5
3 321 . Auditor . 5
PS:您可以添加.reset_index(drop=True)
以獲取新索引
Wen 的解決方案非常好且直觀。 這是另一種選擇,在df.values
上調用repeat
。
df
code role persons
0 123 Janitor 3
1 123 Analyst 2
2 321 Vallet 2
3 321 Auditor 5
pd.DataFrame(df.values.repeat(df.persons, axis=0), columns=df.columns)
code role persons
0 123 Janitor 3
1 123 Janitor 3
2 123 Janitor 3
3 123 Analyst 2
4 123 Analyst 2
5 321 Vallet 2
6 321 Vallet 2
7 321 Auditor 5
8 321 Auditor 5
9 321 Auditor 5
10 321 Auditor 5
11 321 Auditor 5
沒有足夠的聲譽發表評論,但基於@cs95 的回答和@lmiguelvargasf 的評論,可以使用以下方式保留 dtypes:
pd.DataFrame(
df.values.repeat(df.persons, axis=0),
columns=df.columns,
).astype(df.dtypes)
您可以應用 Series 方法repeat
:
df = pd.DataFrame({'col1': [2, 3],
'col2': ['a', 'b'],
'col3': [20, 30]})
df.apply(lambda x: x.repeat(df['col1']))
# df.apply(pd.Series.repeat, repeats=df['col1'])
或 numpy function repeat
:
df.apply(np.repeat, repeats=df['col1'])
Output:
col1 col2 col3
0 2 a 20
0 2 a 20
1 3 b 30
1 3 b 30
1 3 b 30
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.