基于 Python 中的特定列展开数据集答案

【问题标题】：Explode dataset based on a specific column in Python基于 Python 中的特定列展开数据集
【发布时间】：2022-01-20 19:29:17
【问题描述】：

我希望根据 Python 中的特定列展开我的数据集。

数据

id  type    date    stat    energy
aa  ss      Q1 2022 3       10
aa  ss      Q2 2022 2       10
bb  uu      Q1 2022 1       15
bb  uu      Q2 2022 3       15
cc  ii      Q1 2022 0       0

希望

id  type    date    stat    energy
aa  ss     Q1 2022  3       10
aa  ss     Q1 2022  3       10
aa  ss     Q1 2022  3       10
aa  ss     Q2 2022  2       10
aa  ss     Q2 2022  2       10
bb  uu     Q1 2022  1       15
bb  uu     Q2 2022  3       15
bb  uu     Q2 2022  3       15
bb  uu     Q2 2022  3       15
cc  ii     Q1 2022  0       0

正在做

df.explode(list['stat'])

欢迎提出任何建议

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

使用df.index.repeat:

repeats = np.where(df['stat'] == 0, 1, df['stat'])
# OR
repeats = df['stat'].clip(lower=1)

out = df.reindex(df.index.repeat(repeats)).reset_index(drop=True)
print(out)

# Output
   id type     date  stat  energy
0  aa   ss  Q1 2022     3      10
1  aa   ss  Q1 2022     3      10
2  aa   ss  Q1 2022     3      10
3  aa   ss  Q2 2022     2      10
4  aa   ss  Q2 2022     2      10
5  bb   uu  Q1 2022     1      15
6  bb   uu  Q2 2022     3      15
7  bb   uu  Q2 2022     3      15
8  bb   uu  Q2 2022     3      15
9  cc   ii  Q1 2022     0       0

【讨论】：

当然——谢谢你原来的soln作品——想知道编辑有什么变化吗？ @corralien
因为如果你重复一行零次，该行就会消失，所以我需要至少保留一个实例（你的行'cc'）

【解决方案2】：

另一种解决方案可能是

df['stat'] = [[x]*x if x > 0 else [x] for x in df['stat']]
new = df.explode('stat')

【讨论】：

【解决方案3】：

更快更简洁的方法是使用np.repeat

m=df['stat'].ge(1)#Isolate rows to be duplicated
df1 = (pd.DataFrame(np.repeat(df[m].values,df.loc[m,'stat'], axis=0)#convert to numpy array and duplicate conditionally
                    , columns=df.columns)#Convert back to df
       .append(df[~m])#Reappend rows that had had zero dup required
      )
print(df1)

【讨论】：