如何解决熊猫行复制python
所以我的数据框有多个列,其中一列名为“multiple”,其中包含布尔值,只有 1 和 0。现在,我只想为所有 df.loc[df.multiple==1] 复制所有行 4 次。我怎样才能做到这一点? (我不想复制索引)
example input:
df=
index strings multiple
0 A 0
1 B 1
2 C 1
3 D 0
4 E 1
Expected output:
index strings multiple
0 A 0
1 B 1
2 B 1
3 B 1
4 B 1
5 B 1
6 C 1
7 C 1
8 C 1
9 C 1
10 C 1
11 D 0
12 E 1
13 E 1
14 E 1
15 E 1
16 E 1
解决方法
这就是 numpy.repeat 的用途:
import pandas as pd
import numpy as np
df = pd.DataFrame([['A',0],['B',1],['C',['D',['E',1]],columns=['strings','multiple'])
df = pd.DataFrame(np.repeat(df.values,df['multiple']*4+1,axis=0),columns=df.columns)
print(df)
# strings multiple
# 0 A 0
# 1 B 1
# 2 B 1
# 3 B 1
# 4 B 1
# 5 B 1
# 6 C 1
# 7 C 1
# 8 C 1
# 9 C 1
# 10 C 1
# 11 D 0
# 12 E 1
# 13 E 1
# 14 E 1
# 15 E 1
# 16 E 1
,
你可以用熊猫来做到:
(df.groupby('multiple')
.apply(lambda x: pd.concat([x]*4) if x.name else x)
.droplevel(level=0)
.sort_index()
.reset_index(drop=True)
)
,
这是另一种选择,基于@Vinzent 的回答。 它使用相同的方法来构建重复,但不需要重建完整的数据帧。相反,它基于索引。在提供的数据集和更大的数据集上,此解决方案的速度提高了约 30%。
df.loc[np.repeat(df.multiple,df.multiple.values*4+1).index].reset_index(drop=True)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。