将重复行添加到 DataFrame答案

【问题标题】：Adding duplicate rows to a DataFrame将重复行添加到 DataFrame
【发布时间】：2018-07-07 16:07:42
【问题描述】：

我不知道如何解决以下问题！考虑以下数据集：

df = pd.DataFrame(data=np.array([['a',1, 2, 3], ['a',4, 5, 6],
                                 ['b',7, 8, 9], ['b',10, 11 , 12]]),
 columns=['id','A', 'B', 'C'])

  id   A    B    C
  a    1    2    3
  a    4    5    6
  b    7    8    9
  b    10   11   12

我需要按 id 对数据进行分组，并在每个组中复制第一行并将其添加到数据集中，如下面的数据集：

  id   A    B    C    A  B  C
  a    1    2    3    1  2  3
  a    4    5    6    1  2  3
  b    7    8    9    7  8  9
  b    10   11   12   7  8  9

非常感谢您的帮助。

我做了以下步骤，但是我无法展开它：

df1 = df.loc [0:0 , 'A' :'C']
df3 = pd.concat([df,df1],axis=1)

【问题讨论】：

标签： python pandas group-by duplicates pandas-groupby

【解决方案1】：

cumcount + where+ffill

v=df.groupby('id').cumcount()==0

pd.concat([df,df.iloc[:,1:].where(v).ffill()],1)
Out[57]: 
  id   A   B   C  A  B  C
0  a   1   2   3  1  2  3
1  a   4   5   6  1  2  3
2  b   7   8   9  7  8  9
3  b  10  11  12  7  8  9

【讨论】：

【解决方案2】：

也可以试试drop_duplicates 和merge。

df_unique = df.drop_duplicates("id")
df.merge(df_unique, on="id", how="left")

    id  A_x     B_x     C_x     A_y     B_y     C_y
0   a   1       2       3       1       2       3
1   a   4       5       6       1       2       3
2   b   7       8       9       7       8       9
3   b   10      11      12      7       8       9

【讨论】：

这个应该很快:-)
感谢所有回复。我想知道是否需要复制第二行，我可以再次使用这个解决方案吗？为什么 drop_duplicate 删除第二列？有什么方法可以通过 drop_duplicate 删除选定的行！ @Tai
@AlterNative 这里我传入了id 来指定我想通过这个标签来检测重复。默认情况下，drop_duplicates 只会保留第一行
@AlterNative 您只有几个选项可供选择。有关keep 参数，请参见Here。
@AlterNative 你想做哪些潜在的选择？如果太复杂，我认为您可以自己创建一个新的 df，并在 id 和 A、B、C 之间使用合适的映射，然后稍后使用该 df 执行 merge。

【解决方案3】：

使用groupby + first，然后将df 与此结果连接：

v = df.groupby('id').transform('first')
pd.concat([df, v], 1)

  id   A   B   C  A  B  C
0  a   1   2   3  1  2  3
1  a   4   5   6  1  2  3
2  b   7   8   9  7  8  9
3  b  10  11  12  7  8  9

【讨论】：