當且僅當該值尚未重復某個數字時，我希望創建某個值的重復。
資料
id Date type energy
aa Q1 22 hi 5
aa Q2 22 hi 5
aa Q3 22 0
aa Q4 22 0
aa Q1 23 hi 5
aa Q1 23 hi 5
aa Q1 23 hi 5
aa Q1 23 hi 5
aa Q1 23 hi 5
bb Q1 23 hi 2
期望的
id Date type energy
aa Q1 22 hi 5
aa Q2 22 hi 5
aa Q3 22 0
aa Q4 22 0
aa Q1 22 0
aa Q1 22 0
aa Q1 22 0
aa Q1 22 0
aa Q2 22 0
aa Q2 22 0
aa Q2 22 0
aa Q2 22 0
aa Q3 22 0
aa Q3 22 0
aa Q3 22 0
aa Q3 22 0
aa Q4 22 0
aa Q4 22 0
aa Q4 22 0
aa Q4 22 0
aa Q1 23 hi 4
aa Q1 23 hi 3
aa Q1 23 hi 4
aa Q1 23 hi 3
aa Q1 23 hi 3
bb Q1 23 hi 2
bb Q1 23 0
bb Q1 23 0
bb Q1 23 0
bb Q1 23 0
邏輯
If 'Date' value does not repeat at least 5 times,
then repeat 5 times with a value of '0' in the energy column.
If Date value repeats at least 5 times, then do nothing. (i.e. 'aa' Q1 23)
- we see that this already repeats 5 times, so no change occurs.
正在做
result = df['Date'].repeat(repeats = 5)
df['energy'] = 0
任何建議表示贊賞。
uj5u.com熱心網友回復：
轉換df為陣列并用于np.repeat復制行。要有條件地重復，請使用groupby(),計算重復頻率transform。df使用pd.DataFrame()建構式將輸出陣列轉換回
s=df.groupby(['Date','id'])['type'].transform('count')
s=np.where(s.ge(5),0,abs(pd.Series(s)-5))
new=pd.DataFrame(np.repeat(df.values,s, axis=0), columns=df.columns)
new=(df.append(new.assign(type=np.nan, energy=0)).fillna('').sort_values(by=['id','type','Date'], ascending=[True,False, False]))
id Date type energy
1 aa Q2 22 hi 5
4 aa Q1 23 hi 5
5 aa Q1 23 hi 5
6 aa Q1 23 hi 5
7 aa Q1 23 hi 5
8 aa Q1 23 hi 5
0 aa Q1 22 hi 5
3 aa Q4 22 0
12 aa Q4 22 0
13 aa Q4 22 0
14 aa Q4 22 0
15 aa Q4 22 0
2 aa Q3 22 0
8 aa Q3 22 0
9 aa Q3 22 0
10 aa Q3 22 0
11 aa Q3 22 0
4 aa Q2 22 0
5 aa Q2 22 0
6 aa Q2 22 0
7 aa Q2 22 0
0 aa Q1 22 0
1 aa Q1 22 0
2 aa Q1 22 0
3 aa Q1 22 0
9 bb Q1 23 hi 2
16 bb Q1 23 0
17 bb Q1 23 0
18 bb Q1 23 0
19 bb Q1 23 0
uj5u.com熱心網友回復：
首先構建一個缺失行的資料框，然后與您的原始資料框合并：
cat = pd.CategoricalDtype(df['Date'].unique(), ordered=True)
# Step-1
df1 = df[['id', 'Date']].value_counts(sort=False).clip(1, 4).rsub(5) \
.to_frame('repeat').assign(type='', energy=0).reset_index()
df1 = df1.reindex(df1.index.repeat(df1['repeat'])).drop(columns='repeat')
# Step-2
out = pd.concat([df, df1]).astype({'Date': cat}) \
.sort_values(['id', 'Date']).reset_index(drop=True)
輸出：
>>> out
id Date type energy
0 aa Q1 22 hi 5
1 aa Q1 22 0
2 aa Q1 22 0
3 aa Q1 22 0
4 aa Q1 22 0
5 aa Q2 22 hi 5
6 aa Q2 22 0
7 aa Q2 22 0
8 aa Q2 22 0
9 aa Q2 22 0
10 aa Q3 22 0
11 aa Q3 22 0
12 aa Q3 22 0
13 aa Q3 22 0
14 aa Q3 22 0
15 aa Q4 22 0
16 aa Q4 22 0
17 aa Q4 22 0
18 aa Q4 22 0
19 aa Q4 22 0
20 aa Q1 23 hi 5
21 aa Q1 23 hi 5
22 aa Q1 23 hi 5
23 aa Q1 23 hi 5
24 aa Q1 23 hi 5
25 aa Q1 23 0
26 bb Q1 23 hi 2
27 bb Q1 23 0
28 bb Q1 23 0
29 bb Q1 23 0
30 bb Q1 23 0
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/420305.html
標籤：
上一篇：如何將列值附加到numpy陣列？