將資料幀行拆分為多個小數值

樣本資料：

sample = pd.DataFrame({'split_me': [1.5, 2, 4, 3.2], 'copy_me': ['A', 'B', 'C', 'D']})
out = pd.DataFrame({'split_me': [1, 0.5, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0.2], 'copy_me': ['A', 'A', 'B', 'B', 'C', 'C', 'C', 'C', 'D', 'D', 'D', 'D']})

sample:  # input
    split_me    copy_me
0   1.5 A
1   2.0 B
2   4.0 C
3   3.2 D

out:  # desired output
    split_me    copy_me
0   1.0 A
1   0.5 A
2   1.0 B
3   1.0 B
4   1.0 C
5   1.0 C
6   1.0 C
7   1.0 C
8   1.0 D
9   1.0 D
10  1.0 D
11  0.2 D

我嘗試使用類似sample.loc[sample.index.repeat(sample['split_me'])]. 然而，這僅對整數重復，當我需要它回傳 2 時，像 1.9 這樣的值回傳 1 行，并且它使值split_me保持不變，而我需要復制行，split_me如果它大于 1，則分配 1，否則分配值.

我想不出一種方法來做到這一點而不會變得混亂和復雜，我最好的方法是ceil(split_me)然后運行repeat，但我仍然需要一種方法來將值分配給重復的行。如果有人有的話，尋找更簡單的解決方案。

uj5u.com熱心網友回復：

是的，我們可以做到這一點

out = sample.reindex(sample.index.repeat(np.ceil(sample['split_me'])))
out['new'] = 1
con = ~out['copy_me'].duplicated(keep='last') & (out['split_me']%1!=0)
out['new'] = out['new'].mask(con, out['split_me']%1)
out
Out[195]: 
   split_me copy_me  new
0       1.5       A  1.0
0       1.5       A  0.5
1       2.0       B  1.0
1       2.0       B  1.0
2       4.0       C  1.0
2       4.0       C  1.0
2       4.0       C  1.0
2       4.0       C  1.0
3       3.2       D  1.0
3       3.2       D  1.0
3       3.2       D  1.0
3       3.2       D  0.2

uj5u.com熱心網友回復：

使用自定義重復功能

repeat_float = lambda x: ([1.] * int(x // 1))   ([x % 1] if x % 1 != 0 else [])
out = df['split_me'].apply(repeat_float).explode().astype(float) \
                    .to_frame().join(df['copy_me']).reset_index(drop=True)

輸出：

>>> out
    split_me copy_me
0        1.0       A
1        0.5       A
2        1.0       B
3        1.0       B
4        1.0       C
5        1.0       C
6        1.0       C
7        1.0       C
8        1.0       D
9        1.0       D
10       1.0       D
11       0.2       D

uj5u.com熱心網友回復：

我們可以使用np.modf將 的小數部分和整數部分分開split_me，然后根據repeat整數部分的唯一 來創建一個新的 1 系列。append非零小數部分，sort_index進入預期的順序，最后join回傳列并reset_index恢復范圍索引：

fractional, integral = np.modf(sample['split_me'])
df = (
    pd.Series(1, index=integral.index.repeat(integral), name=integral.name)
        .append(fractional[fractional.ne(0)]).sort_index(kind='stable')
        .to_frame().join(sample[['copy_me']]).reset_index(drop=True)
)

df：

    split_me copy_me
0        1.0       A
1        0.5       A
2        1.0       B
3        1.0       B
4        1.0       C
5        1.0       C
6        1.0       C
7        1.0       C
8        1.0       D
9        1.0       D
10       1.0       D
11       0.2       D

設定和匯入：

import numpy as np
import pandas as pd

sample = pd.DataFrame({
    'split_me': [1.5, 2, 4, 3.2],
    'copy_me': ['A', 'B', 'C', 'D']
})

uj5u.com熱心網友回復：

嘗試：

import pandas as pd
import numpy as np

sample = pd.DataFrame({'split_me': [1.5, 2, 4, 3.2], 'copy_me': ['A', 'B', 'C', 'D']})


def expanded_index(s, c):
    index = np.repeat(1.0, s // 1)
    if (s % 1) > 0:
        index = np.append(index, [s % 1])
    return pd.Series(c, index)


res = pd.concat([expanded_index(s, c) for s, c in zip(sample["split_me"], sample["copy_me"])])
print(res)

輸出

1.0    A
0.5    A
1.0    B
1.0    B
1.0    C
1.0    C
1.0    C
1.0    C
1.0    D
1.0    D
1.0    D
0.2    D
dtype: object

標籤：Python 熊猫

上一篇：Discord.py-為什么我的機器人將每條訊息發送兩次？

下一篇：在時間序列資料中插入行作為分隔符