按列中的值“扩展”pandas 数据框

Question

假设我从一个包含一些数据和一列数量的数据框开始：

In:  df=pd.DataFrame({'first-name':['Jan','Leilani'],'Qty':[2,4]})

Out: Qty    first-name
     2      Jan
     4      Leilani

我想创建一个数据框，将数据复制并标记到新行中，次数等于每行上的数量。输出应该如下所示：

Qty     first-name  position
2       Jan         1
2       Jan         2
4       Leilani     1
4       Leilani     2
4       Leilani     3
4       Leilani     4

我可以像这样使用 python 来做到这一点：

l=[]
x=0

for idx in df.index:
    x=0
    for _ in range(df.loc[idx]['Qty']):
        x+=1
        tempSrs=df.loc[idx]
        tempSrs['position']=x
        l.append(tempSrs)

outDf=pd.DataFrame(l)

这是非常缓慢的。有没有办法使用熊猫函数来做到这一点？这实际上是一个“unpivot”，在pandas 中是“melt”，但我无法弄清楚如何使用melt 函数来实现这一点。

谢谢，

Answer 1

随着repeat和cumcount

Newdf=df.reindex(df.index.repeat(df.Qty))
Newdf['position']=Newdf.groupby(level=0).cumcount()+1
Newdf
Out[931]: 
   Qty first-name position
0    2        jan        1
0    2        jan        2
1    4        jay        1
1    4        jay        2
1    4        jay        3
1    4        jay        4