每个 id 创建 n 行 | 熊猫

Question

我有一个数据框df如下：

ID	高球	地址	地址2
a1	001	1234	0
a1	001	1233	0
a3	003	1221	0
a4	009	1234	0

我想为n每个 id生成（让我们取 4）行，其他列是null/na/nan值。因此，上表要转换为：

ID	高球	地址	地址2
a1	001	1234	0
a1	001	1233	0
a1	001	呐	呐
a1	呐	呐	呐
a3	003	1221	0
a3	呐	呐	呐
a3	呐	呐	呐
a3	呐	呐	呐
a4	009	1234	0
a4	呐	呐	呐
a4	呐	呐	呐
a4	呐	呐	呐

我怎样才能做到这一点？在执行时，我将有 500-700 个 id，n 始终为 70（因此每个 id 应该有 70 行）。

我想创建一个循环来创建一行，按 id 做一个组，看看它是否小于 70 并重复这个过程，但它最终会做很多不必要的操作。

Answer 1

这是使用 Counter 计算每个 ID 需要多少额外行的解决方案，然后仅附加新数据：

from collections import Counter
id_count = Counter(df['id'])
# Create lists of each id repeated the number of times each is needed:
n = 4
id_values = [[i] * (n - id_count[i]) for i in id_count.keys()]
# Flatten to a single list:
id_values = [i for s in id_values for i in s]
# Create as new DataFrame and append to existing data:
new_data = pd.DataFrame({"id": id_values})
df = df.append(new_data).sort_values(by="id")

Answer 2

您可以枚举idthen、trystack/unstack或 中的行pivot：

(df.assign(enum=df.groupby('id').cumcount())
   .query('enum <4')
   .set_index(['enum','id'])
   .unstack('id')
   .reindex(range(4))
   .stack('id',dropna=False)
   .sort_index(level='id')
   .reset_index('id')
)