Python：按枚举日期堆叠以创建矢量化记录

我有以下通用格式的数据帧：

id,transaction_dt,units,measures
1,2018-01-01,4,30.5
1,2018-01-03,4,26.3
2,2018-01-01,3,12.7
2,2018-01-03,3,8.8 

我试图完成的是根据同一记录中“units”字段的值堆叠和枚举“transaction_dt”，并将其展开到新记录中，以生成如下内容：

id,transaction_dt,measures
1,2018-01-01,30.5
1,2018-01-02,30.5
1,2018-01-03,30.5
1,2018-01-04,30.5
1,2018-01-03,26.3
1,2018-01-04,26.3
1,2018-01-05,26.3
1,2018-01-06,26.3
2,2018-01-01,12.7
2,2018-01-02,12.7
2,2018-01-03,12.7
2,2018-01-03,8.8
2,2018-01-04,8.8
2,2018-01-05,8.8 

date_range = pd.date_range('2004-01-01', '2017-12-31', freq='1D')

我一直在努力创建一个矢量化的性能版本来回答我之前的问题，有人在这里很友好地回答了这个问题：

这确实有效，但我有一个非常大的数据集来运行它，所以我需要投入更多的资金来优化它。他建议创建一个包含所有日期的数组，我可以这样做：

id,transaction_dt,measures
1,2018-01-01,30.5
1,2018-01-02,30.5
1,2018-01-03,30.5
1,2018-01-04,30.5
1,2018-01-03,26.3
1,2018-01-04,26.3
1,2018-01-05,26.3
1,2018-01-06,26.3
2,2018-01-01,12.7
2,2018-01-02,12.7
2,2018-01-03,12.7
2,2018-01-03,8.8
2,2018-01-04,8.8
2,2018-01-05,8.8 

date_range = pd.date_range('2004-01-01', '2017-12-31', freq='1D')

他建议，然后对数组重新编制索引，并以某种方式向前填充值。如果有人能帮助我，我将不胜感激

对于重复的行，您可以使用列

单位
和
loc
进行重复索引。最后每一个索引获取
count
by，转换并添加到列
transaction\u dt
。默认唯一索引的最后一项：

df = df.loc[np.repeat(df.index, df['units'])]
df['transaction_dt'] += pd.to_timedelta(df.groupby(level=0).cumcount(), unit='d')
df = df.reset_index(drop=True)
print (df)
    id transaction_dt  units  measures
0    1     2018-01-01      4      30.5
1    1     2018-01-02      4      30.5
2    1     2018-01-03      4      30.5
3    1     2018-01-04      4      30.5
4    1     2018-01-03      4      26.3
5    1     2018-01-04      4      26.3
6    1     2018-01-05      4      26.3
7    1     2018-01-06      4      26.3
8    2     2018-01-01      3      12.7
9    2     2018-01-02      3      12.7
10   2     2018-01-03      3      12.7
11   2     2018-01-03      3       8.8
12   2     2018-01-04      3       8.8
13   2     2018-01-05      3       8.8

@耶斯雷尔一流！目前正在运行，但似乎速度更快，内存利用率更好，等等。此外，令人难以置信的简洁/密集代码仍然非常可读。一如既往地感谢您分享您的专业知识。