时间戳

首页 > 解决方案 > 根据条件重复数据框行

python - 根据条件重复数据框行

问题描述

我正在寻找一种根据值条件插入重复行的方法。

输入数据集包含以周为单位的客户价格和价格有效期 - 'price_start_week'和'price_end_week'。
这个想法是通过添加一个带有实际周数的新列来扩展数据框，并根据有效周数重复这些行。

输入： 

╔═══════════════╦══════════════════╦════════════════╦═════════════╗
║ customer_name ║ price_start_week ║ price_end_week ║ price_value ║
╠═══════════════╬══════════════════╬════════════════╬═════════════╣
║ A             ║                4 ║              7 ║         500 ║
║ B             ║                3 ║              6 ║         600 ║
║ C             ║                2 ║              4 ║         700 ║
╚═══════════════╩══════════════════╩════════════════╩═════════════╝

输出：

+---------------+------------------+----------------+-------------+-------------+
| customer_name | price_start_week | price_end_week | actual week | price_value |
+---------------+------------------+----------------+-------------+-------------+
| A             |                4 |              7 |           4 |         500 |
| A             |                4 |              7 |           5 |         500 |
| A             |                4 |              7 |           6 |         500 |
| A             |                4 |              7 |           7 |         500 |
| B             |                3 |              6 |           3 |         600 |
| B             |                3 |              6 |           4 |         600 |
| B             |                3 |              6 |           5 |         600 |
| B             |                3 |              6 |           6 |         600 |
| C             |                2 |              2 |           4 |         700 |
| C             |                2 |              3 |           4 |         700 |
| C             |                2 |              4 |           4 |         700 |
+---------------+------------------+----------------+-------------+-------------+

最好的方法是什么？

我正在考虑应用功能，例如：

def repeat(a):
    if (a['price_start_week']>a['price_end_week']):
        return a['price_start_week']-a['price_end_week']
    ...
df['actual_week']=df.apply(repeat, axis=0)

标签： pythonpandasdataframe

解决方案

Index.repeat按周之间的差异使用，然后GroupBy.cumcount按组计数：

a = df['price_end_week'] - df['price_start_week'] + 1
df = df.loc[df.index.repeat(a)].reset_index(drop=True)
df['actual week'] = df.groupby('customer_name').cumcount() + df['price_start_week']
print (df)
   customer_name  price_start_week  price_end_week  price_value  actual week
0              A                 4               7          500            4
1              A                 4               7          500            5
2              A                 4               7          500            6
3              A                 4               7          500            7
4              B                 3               6          600            3
5              B                 3               6          600            4
6              B                 3               6          600            5
7              B                 3               6          600            6
8              C                 2               4          700            2
9              C                 2               4          700            3
10             C                 2               4          700            4

推荐阅读