Python 创建其他记录并填写熊猫

我有一个熊猫数据框，看起来像这样：

+----+-------+-----+
|    | name  | max |
+----+-------+-----+
| 0  | a     | 1   |
| 1  | b     | 2   |
| 2  | c     | 2   |
| 3  | d     | 4   |
| 4  | e     | 1   |
+----+-------+-----+

+----+-------+------+--------+
|    | name  | max  | number |
+----+-------+------+--------+
| 0  | a     | 1    | 1      |
| 1  | b     | 2    | 2      |
| 2  | b     | 2    | 1      |
| 3  | c     | 2    | 2      |
| 4  | c     | 2    | 1      |
| 5  | d     | 4    | 4      |
| 6  | d     | 4    | 3      |
| 7  | d     | 4    | 2      |
| 8  | d     | 4    | 1      |
| 9  | e     | 1    | 1      |
+----+-------+------+--------+

列

name

表示项目名称，而列

max

表示名称所属的最大组号。通过提供这些数据的方式，项目不仅属于该最大组，而且还属于小于该数字的每个组

我想“分解”这个数据帧，为每个名称创建额外的记录，并在一个新列中倒数max到值

1

最终，我希望我的新数据框架如下所示：

+----+-------+-----+
|    | name  | max |
+----+-------+-----+
| 0  | a     | 1   |
| 1  | b     | 2   |
| 2  | c     | 2   |
| 3  | d     | 4   |
| 4  | e     | 1   |
+----+-------+-----+

+----+-------+------+--------+
|    | name  | max  | number |
+----+-------+------+--------+
| 0  | a     | 1    | 1      |
| 1  | b     | 2    | 2      |
| 2  | b     | 2    | 1      |
| 3  | c     | 2    | 2      |
| 4  | c     | 2    | 1      |
| 5  | d     | 4    | 4      |
| 6  | d     | 4    | 3      |
| 7  | d     | 4    | 2      |
| 8  | d     | 4    | 1      |
| 9  | e     | 1    | 1      |
+----+-------+------+--------+

我正在考虑使用函数

df.ffill（）

，但这只会填充

NaN

，我需要首先创建

NaN

行。我也在考虑使用

df.groupby（）

，但我也不确定这是否是正确的方向

---

我可以用嵌套的

for循环

这样的方法来实现这一点，但我不希望迭代数据帧

您可以使用填充行的“max”列w.r.t的累积和重新索引数据帧，在“name”列中用“bfill”填充行，并在“max”列中摸索减量顺序

df.index = df['max'].cumsum()-1
df = df.reindex(pd.RangeIndex(df.index.max() + 1)).bfill()
df = df.groupby(['name']).apply(lambda x: x['max'] - np.arange(len(x))).reset_index().drop(['level_1'],axis=1)

输出：

我的变体是：

df2 = df.reindex(df.index.repeat(df["max"])).reset_index(drop=True)
df2["number"] = df2.groupby("name").cumcount(ascending=False) + 1

给

In [137]: df2
Out[137]: 
  name  max  number
0    a    1       1
1    b    2       2
2    b    2       1
3    c    2       2
4    c    2       1
5    d    4       4
6    d    4       3
7    d    4       2
8    d    4       1
9    e    1       1

它确实假设原始索引是唯一的，以使重复操作简洁。如果需要，我们可以用

df2 = df.iloc[np.repeat(range(len(df)), df["max"])].reset_index(drop=True)

---

或者别的什么。

你以后会担心另一个同名的团队吗？你能要一个b c d e b吗？在这种情况下不行。实际上，

name

实际上是索引，但在这一步之前我使用了

reset\u index（）

。