Python 根据另一列中的INT创建N行数

我有一个如下所示的数据框

unique_key   #rows_needed  avalue
a                 2          1000
b                 1          1000
c                 5          2500
d                18          10000

我试图根据所需行数创建一个类似这样的日期框，并根据所需行数列计算平均值（avalue）

unique_key   #rows_needed   avg(avalue)
a                 2          500
a                 2          500
b                 1          1000
c                 5          500
c                 5          500
c                 5          500
c                 5          500
c                 5          500
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556
d                18          555.556

---

我看了熊猫的融化功能，但我不相信这会起作用。感谢您的帮助。

更新：

explode

方法是一种简单的方法：

import numpy as np
import pandas as pd
df = pd.DataFrame({'key': ['a', 'b'], 'rowsneeded': [3, 4], 'val': [100,600]})
df['eachval'] = df.val/df.rowsneeded
df['key'] = [[k] * r for k, r in zip(df.key, df.rowsneeded)] 
df = df.explode('key')

原始答案：

您可以使用重复的值创建另一个表，并将其合并到原始表：

import numpy as np
import pandas as pd
df = pd.DataFrame({'key': ['a', 'b'], 'rowsneeded': [3, 4], 'val': [100,600]})

repeated_vals = [[k] * r for k, r in zip(df.key, df.rowsneeded)] 
flat_list = [item for sublist in repeated_vals  for item in sublist]
df['eachval'] = df.val/df.rowsneeded
df = pd.DataFrame(flat_list, columns=['key']).merge(df, how='left', on='key')

---

废话我正在编辑这篇文章。df['avg']=df['avalue']/df['rowsneeded']怎么样？@Ajay我编辑了这篇文章。制作一个数字列表，比如：5->[5,5,5,5,5]？（任何lambda都可以使用）然后你可以取消这个命令，并最终应用除法？嗯，如果密钥是多个字符['aa'，'bb']，这就不起作用了。这是正确的方向，我很感激：）重复[u vals=[[s]*n代表s，n在zip中（df2.key.values，df2.rowsneeded.values）]这就是我用来克服遇到的障碍的方法。我正要说我修正了我的答案来做同样的事情；看上面。我实际上学会了一种更好的使用explode的技术，我会推荐它。请参阅上面我的编辑。