Tengo un DataFrame de pandas que se parece a esto

string count values
----
string1 3 vals1
string2 2 vals2

Y quiero deshacerme de la columna "contar" repitiendo cada fila "contar" veces para obtener un DataFrame como este

string1 vals1
string1 vals1
string1 vals1
string2 vals2
string2 vals2

¿Hay una receta fácil de Pandas para esta operación?

python pandas
1
Yaroslav Bulatov 10 dic. 2015 a las 07:39

3 respuestas

La mejor respuesta

No estoy seguro si hay una mejor forma nativa, pero podría hacer algo como

>>> df.iloc[np.repeat(np.arange(len(df)), df["count"])]
    string  count values
0  string1      3  vals1
0  string1      3  vals1
0  string1      3  vals1
1  string2      2  vals2
1  string2      2  vals2

Para obtener algo para comenzar, y luego elimine el conteo y (si lo desea) reset_index(drop=True).

1
DSM 10 dic. 2015 a las 05:14

No creo que haya una manera fácil de hacer esto (como en una función). Aquí hay una solución alternativa que crea una lista anidada que luego se usa para recrear el marco de datos extendido.

# Sample data.
df = pd.DataFrame({'string': ['string1', 'string2'], 'count': [3, 2], 'values': ['vals1', 'vals2']})
>>> df
   count   string values
0      3  string1  vals1
1      2  string2  vals2

# Use nested list comprehension to repeat selected columns of each row `count` times.
df2 = pd.DataFrame([[row['string'], row['values']]
                     for _, row in df.iterrows() 
                     for _ in range(row['count'])],
                   columns=['string', 'values'])

>>> df2
    string values
0  string1  vals1
1  string1  vals1
2  string1  vals1
3  string2  vals2
4  string2  vals2
1
Alexander 10 dic. 2015 a las 05:03

Tratar:

Df.groupby (['string', 'values']). apply (lambda x: pd.concat ([x] * sum (x ['count']))). reset_index (drop = True)

Suponiendo que desea la suma en casos de más de una línea de conteo.

1
Ezer K 10 dic. 2015 a las 11:00

Preguntas relacionadas

21 Agregar una fila a pandas DataFrame
23 Agregar una nueva columna al DataFrame existente en los pandas de Python
13 Cómo soltar filas de Pandas DataFrame cuyo valor en una columna determinada es NaN
14 El trabajo de "datos grandes" fluye utilizando pandas
10 Obtenga las filas que tienen el valor máximo en grupos usando groupby
8 Cambiar el tipo de datos de columnas en Pandas
18 ¿Cómo iterar sobre filas en un DataFrame en Pandas?
9 ¿Cómo seleccionar filas de un DataFrame basado en valores de columna?
19 Obtener la lista de encabezados de columna de pandas DataFrame
6 Convierta la lista de diccionarios en un marco de datos de pandas

Nuevas preguntas

3 Obtención de segundos totales de un objeto datetime.time
3 Cómo evitar que el encabezado de la columna se repita en el marco de datos de pandas cuando forloop se coloca dentro de while loop en python
3 División de cadena en la primera aparición de cualquiera de los delimitadores múltiples
3 Numerosos elementos exponencian cada valor de la matriz A por los valores de la matriz B
3 ¿Cómo repetir / expandir el marco de datos de pandas?
3 ¿Cómo podemos agregar entradas en un bucle y luego imprimir estas entradas en otro bucle anidado?
6 ¿Cómo crear sublistas a partir de una lista basada en elementos de inicio y fin?
4 Eliminar elementos duplicados de una lista en Python
3 Dile a csv que no separe la marca de tiempo en la fila csv
3 Convertir lista con diccionario anidado en diccionario
Nuevas preguntas con la etiqueta python >

python

Python es un lenguaje de programación multipropósito, de tipificación dinámica y de múltiples paradigmas. Está diseñado para ser rápido de aprender, comprender y usar, y hacer cumplir una sintaxis limpia y uniforme. Tenga en cuenta que Python 2 está oficialmente fuera de soporte a partir del 01-01-2020. Aún así, para preguntas de Python específicas de la versión, agregue la etiqueta [python-2.7] o [python-3.x]. Cuando utilice una variante de Python (por ejemplo, Jython, PyPy) o una biblioteca (por ejemplo, Pandas y NumPy), inclúyala en las etiquetas.

Más sobre python...