如何将整数拆分为 n 部分（每个整数）？

Question

我有类似这样的数据：

在这里，我使用了 python 函数 ffill() 将最后一个有限值填充到下一个 nan 单元格。这就是为什么一个标志下所有日期的数量都是相同的。计数只是标志相同的行数。

现在，我需要像这样拆分数量列：

所以这里 6 被划分为 2+2+1+1 因为 6 需要被划分为 4 行。同样，5 为 1+1+1+1+1，因为我的行数 (9) 比值 (5) 多。所以我可以在开始的 5 行中平均分配 5 作为 1。 我如何在 python 中做到这一点？

Answer 1

首先定义一个函数，其逻辑将x 拆分为n 部分。

def get_split(x, n):
    if x < n:
        return [1]*x + [0]*(n-x)
    q = x//n
    r = x%n
    c = n-r
    if r == 0:
        return [q]*n
    else:
        return [q+1 if i>=c else q for i in range(n)]

这个函数会返回一个拆分列表

然后使用df['flag'] 列对df 进行分组，并使用上述函数对每个组进行拆分并更新df['new qty'] 列。

df['new qty'] = 0
groups = df.groupby('flag')
for key, grp in groups:  
    x, n = grp.head(1)[['qty', 'count']].values[0]   
    splits = sorted(get_split(x, n), reverse=True)   
    j=0
    for i, row in grp.iterrows():    
        df.loc[i, 'new qty'] = splits[j]
        j+=1

print(df)

结果：

         Date Desciption  qty  flag  count  new qty
0  2019-09-18          A    6     3      4        2
1  2019-09-19          A    6     3      4        2
2  2019-09-20          A    6     3      4        1
3  2019-09-21          A    6     3      4        1
4  2019-09-22          A    5     7      9        1
5  2019-09-23          A    5     7      9        1
6  2019-09-24          A    5     7      9        1
7  2019-09-25          A    5     7      9        1
8  2019-09-26          A    5     7      9        1
9  2019-09-27          A    5     7      9        0
10 2019-09-28          A    5     7      9        0
11 2019-09-29          A    5     7      9        0
12 2019-09-30          A    5     7      9        0