Python 3.x 如何有效地从中分解数据？

我有谷歌分析数据，我正试图分解

下面是我正在处理的数据帧的简化版本：

date    | users | goal_completions
20150101|  2    | 1
20150102|  3    | 2

我想对数据进行分解，这样每个“用户”都有自己的行。此外，第三列“目标完成情况”也将进行分类，假设每个用户只能有1个“目标完成情况”

我正在寻找的输出如下：

date    | users | goal_completions
20150101|  1    | 1
20150101|  1    | 0
20150102|  1    | 1
20150102|  1    | 1
20150102|  1    | 0

我能够根据给定日期的用户数量复制每一行，但是我似乎找不到一种方法来分解“目标完成”列。以下是我在复制“用户”栏后当前拥有的内容：

---

任何帮助都将不胜感激-谢谢

IIUC使用

repeat

创建您的dfs，然后我们通过

cumcount

使用

np调整两列。其中

df=df.reindex(df.index.repeat(df.users))
df=df.assign(users=1)
df.goal_completions=np.where(df.groupby(level=0).cumcount()<df.goal_completions,1,0)
df
Out[609]: 
       date  users  goal_completions
0  20150101      1                 1
0  20150101      1                 0
1  20150102      1                 1
1  20150102      1                 1
1  20150102      1                 0

df=df.reindex（df.index.repeat（df.users））
df=df.assign（用户=1）
df.goal_completions=np.where（df.groupby（level=0）.cumcount（）非常酷地使用了
cumcount
和
groupby
你能解释一下
level=0
是如何工作的吗？我必须承认这对我来说是一个新的。@datanoveler，这是Goruby index:-）
df=df.reindex(df.index.repeat(df.users))
df=df.assign(users=1)
df.goal_completions=np.where(df.groupby(level=0).cumcount()<df.goal_completions,1,0)
df
Out[609]: 
       date  users  goal_completions
0  20150101      1                 1
0  20150101      1                 0
1  20150102      1                 1
1  20150102      1                 1
1  20150102      1                 0