每 4 行重复一次 value 并使用开始行填充其余行

Question

我想创建一个新列，每 4 行重复另一列。使用起始行填充其间的行。例如对于df，

d = {'col1': range(1,10)}
df = pd.DataFrame(data=d)

我希望创建一个返回以下内容的col2：

col1    col2
1        1
2        1
3        1
4        1
5        5
6        5
7        5
8        5
9        9

这是我试过的

df['col2'] = np.concatenate([np.repeat(df.col1.values[0::4], 4),
                             np.repeat(np.NaN, len(df)%3)])

它产生错误： ValueError: Length of values does not match length of index

如果我将 4 更改为 3，则代码有效，因为len(df)是 9。我希望处理更通用的代码。

Answer 1

这是一种创建蒙版的Dataframe.groupby.cumcount方法。pandas.Series.shift使用掩码来填充col2和col1使用Series.ffill缺失值。

g = df.groupby(df.index % 4).cumcount()
mask = g.ne(g.shift(1))

0     True
1    False
2    False
3    False
4     True
5    False
6    False
7    False
8     True
dtype: bool

df.loc[mask, 'col2'] = df.loc[mask, 'col1']

   col1  col2
0     1   1.0
1     2   NaN
2     3   NaN
3     4   NaN
4     5   5.0
5     6   NaN
6     7   NaN
7     8   NaN
8     9   9.0

df['col2'].ffill(inplace=True)

   col1  col2
0     1   1.0
1     2   1.0
2     3   1.0
3     4   1.0
4     5   5.0
5     6   5.0
6     7   5.0
7     8   5.0
8     9   9.0