Python ：从熊猫数据框中分解行

Question

我是 Python 的新手，我正在研究熊猫数据框。

所以我有一个像这样的数据框：

Client_id   Nb_Products
1           2
2           3
3           1

我需要将每一行展开 Nb_Products 次，每个 client_id。所以我需要输出以下 table:

Client_id   Product_Nb
1           1
1           2
2           1
2           2
2           3
3           1

起初我认为我应该为 Nb_Products 创建一个数字范围，例如：

Client_id   Nb_Products_rng
1           [1,2]
2           [1,2,3]
3           [1]

然后炸掉它。但是我无法成功创建它。

如果有任何答案或部分答案，我将不胜感激。谢谢

Answer 1

方法论

我首先使用索引来加快速度并获取唯一的客户端 ID

df = df.set_index('Client_id')
client_ids = df.index.get_level_values('Client_id').unique()

然后我通过迭代每个客户的所有产品来重建 DataFrame

res = pd.DataFrame(
    [
        [client, prod]
        for client in client_ids
        for prod in range(1, df.loc[client, 'Nb_Products'].max()+1)
    ],
    columns = ['Client_id', 'Nb_Products']
)

示例/测试

我用的测试数据

import pandas as pd
df = pd.DataFrame(
    [[1, 2], [2, 3], [3, 3]],
    columns=['Client_id', 'Nb_Products']
)

初始数据帧

   Client_id  Nb_Products
0          1            2
1          2            3
2          3            3

结果

   Client_id  Nb_Products
0          1            1
1          1            2
2          2            1
3          2            2
4          2            3
5          3            1
6          3            2
7          3            3

Answer 2

您只需将 Client_id Nb_products 时间内的值重复到 'explode' 您的数据集即可。通过 Nb_products 列中的值在一行中重复 Client_id 值将产生新数据帧的 Client_id 变量。我使用列表理解来做到这一点。

要获取第二列 - Product_Nb 您只需要一个从 1 开始的序列。

from io import StringIO
import pandas as pd

TESTDATA=StringIO("""Client_id Nb_Products
1 2
2 3
3 1""")

df = pd.read_csv(TESTDATA, sep=" ")

col1 = []
_ = [col1.extend([a]*b) for a,b in zip(df.iloc[:,0].values.tolist(), df.iloc[:,1].values.tolist())]
col2 = []
_ = [col2.extend(list(range(1,i+1))) for i in df.iloc[:,1].values.tolist()]

df2 = pd.DataFrame(list(zip(col1,col2)),columns = ['Client_id', 'Product_Nb'])

Python ：从熊猫数据框中分解行

Python : Explode rows from panda dataframe

python

range

explode

dataframe

方法论

示例/测试