基于少量约束的数据集扩展答案

【问题标题】：Expansion of dataset based on few constraints基于少量约束的数据集扩展
【发布时间】：2020-02-19 10:52:54
【问题描述】：

编辑：

我有一个包含以下字段的数据框，

I_Code Date_1   Date_2  Count real_Count
4   01/09/2019  02/08/2019  112 1
4   01/09/2019  03/08/2019  178 3
1   01/09/2019  04/08/2019  174 6
4   01/09/2019  04/08/2019  174 6
1   01/09/2019  05/08/2019  194 8
4   01/09/2019  05/08/2019  194 8
1   01/09/2019  06/08/2019  195 8
2   01/09/2019  06/08/2019  195 8
4   01/09/2019  07/08/2019  208 10
1   01/09/2019  08/08/2019  183 14
2   01/09/2019  08/08/2019  183 14
4   01/09/2019  08/08/2019  183 14
1   01/09/2019  09/08/2019  213 17
4   01/09/2019  09/08/2019  213 17
1   01/09/2019  10/08/2019  213 14

real_count表示dataframe中date_2的个数，这里的count列指的是我想在展开时达到date_2的频率计数。我想展开dataframe使得date_2出现到计数的总数。 date_2 有多个条目，它们是 date_1 和 I_code 的约束。

1   01/09/2019  08/08/2019  183
2   01/09/2019  08/08/2019  183
4   01/09/2019  08/08/2019  183

这里 date_2 相同，但 I_code 不同。

例子：

假设 date_2 = 08/08/2019 共有 3 个条目。然后在扩展时，我们需要在数据框中获得 183 个条目，每个条目具有相等的条目，即 183/3。

谁能帮忙。

【问题讨论】：

为什么要使用R 和 Python 代码标签？
@MauritsEvers 实现数据集生成 R 或 python 都是可用的最佳语言。
我想说的是，多代码标签问题在 SO 中通常不是很流行。他们可能会遇到"gimme teh codez" 请求，缺乏您方面的任何真正尝试，并且经常被认为（和关闭）过于广泛。最好 (1) 专注于一种编码语言，(2) 提供某种形式的代码尝试来展示您自己的努力。

标签： python r pandas numpy

【解决方案1】：

您可以在.nunique() 的结果上使用.max(axis=1) 来获取Date_2 的每个值的唯一值的最大数量（跨所有其他列）。

然后为生成的系列命名，并将其与原始数据框连接起来。

df.join(df.groupby('Date_2').nunique().max(axis=1).rename('Date_2_Count'), on='Date_2')

I_Code      Date_1      Date_2  Count  real_Count  Date_2_Count
     4  01/09/2019  02/08/2019    112           1             1
     4  01/09/2019  03/08/2019    178           3             1
     1  01/09/2019  04/08/2019    174           6             2
     4  01/09/2019  04/08/2019    174           6             2
     1  01/09/2019  05/08/2019    194           8             2
     4  01/09/2019  05/08/2019    194           8             2
     1  01/09/2019  06/08/2019    195           8             2
     2  01/09/2019  06/08/2019    195           8             2
     4  01/09/2019  07/08/2019    208          10             1
     1  01/09/2019  08/08/2019    183          14             3
     2  01/09/2019  08/08/2019    183          14             3
     4  01/09/2019  08/08/2019    183          14             3
     1  01/09/2019  09/08/2019    213          17             2
     4  01/09/2019  09/08/2019    213          17             2
     1  01/09/2019  10/08/2019    213          14             1

【讨论】：

这对扩展数据集有何帮助？
@user3759616 如果这不是您想要的结果，很可能是我没有正确理解您的问题。也许您应该尝试澄清您的问题，并可能包含您正在寻找的输出示例。