Python 按列展开行,同时根据值操作其他行
我有这样一个数据帧:Python 按列展开行,同时根据值操作其他行,python,pandas,dataframe,Python,Pandas,Dataframe,我有这样一个数据帧: column1 column2 column3 0 a 2 2 1 b 1 0 2 c 3 2 其中第3列中的值必须是np。重复+cumcount 我认为,这是一个合并问题 s1=df.loc[df.index.repeat(df.column2),['column1']].assign(column2=1).reset_index(drop=
column1 column2 column3
0 a 2 2
1 b 1 0
2 c 3 2
其中第3列中的值必须是np。重复+cumcount
我认为,这是一个合并问题
s1=df.loc[df.index.repeat(df.column2),['column1']].assign(column2=1).reset_index(drop=True)
s2=df.loc[df.index.repeat(df.column3),['column1']].assign(column3=1).reset_index(drop=True)
df=s1.assign(Key=s1.groupby(s1.column1).cumcount()).merge(s2.assign(Key=s2.groupby(s2.column1).cumcount()),how='left').fillna(0)
df
column1 column2 Key column3
0 a 1 0 1.0
1 a 1 1 1.0
2 b 1 0 0.0
3 c 1 0 1.0
4 c 1 1 1.0
5 c 1 2 0.0
结果中column2是否应始终为1
?如果column2为0的第一个数据帧中没有列,则扩展df中的所有column2值都应为1。扩展数据帧中的第2列的值不应大于1。这看起来像我想要的,让我测试几个df,然后我将标记为答案。
u = pd.DataFrame(np.repeat(df.values, df.column2, axis=0), columns=df.columns)
u.assign(
column2=1,
column3=(u.column3 > u.groupby('column1').cumcount()).astype(int)
)
column1 column2 column3
0 a 1 1
1 a 1 1
2 b 1 0
3 c 1 1
4 c 1 1
5 c 1 0
s1=df.loc[df.index.repeat(df.column2),['column1']].assign(column2=1).reset_index(drop=True)
s2=df.loc[df.index.repeat(df.column3),['column1']].assign(column3=1).reset_index(drop=True)
df=s1.assign(Key=s1.groupby(s1.column1).cumcount()).merge(s2.assign(Key=s2.groupby(s2.column1).cumcount()),how='left').fillna(0)
df
column1 column2 Key column3
0 a 1 0 1.0
1 a 1 1 1.0
2 b 1 0 0.0
3 c 1 0 1.0
4 c 1 1 1.0
5 c 1 2 0.0