反向分组答案

【问题标题】：Groupby in Reverse反向分组
【发布时间】：2021-01-12 16:01:48
【问题描述】：

我有一个 pandas 数据框，其中包含变量名称、每个变量的值和 count（显示该行的频率）：

df = pd.DataFrame({'var':['A', 'B', 'C'], 'value':[10, 20, 30], 'count':[1,2,3]})

var  value  count
A    10     1
B    20     2
C    30     3

我想使用count 得到这样的输出：

var  value
A    10
B    20
B    20
C    30
C    30
C    30

最好的方法是什么？

【问题讨论】：

stackoverflow.com/questions/47336704/…
这道题的内容如何引用标题“groupby in reverse”？

标签： python pandas dataframe pandas-groupby

【解决方案1】：

你可以使用index.repeat:

i = df.index.repeat(df['count'])
d = df.loc[i, :'value'].reset_index(drop=True)

   var  value
0   A     10
1   B     20
2   B     20
3   C     30
4   C     30
5   C     30

【讨论】：

【解决方案2】：

有很多很多方法可以实现这一点。这是我喜欢做的一种厚颜无耻的方法：

df.transform({
    "count": lambda x: [i for i in range(x)],
    "var": lambda x: x,
    "value": lambda x: x
}).explode("count").drop("count", axis=1)

【讨论】：

【解决方案3】：

使用Series.repeat

import pandas as pd
df = pd.DataFrame({'var':['A', 'B', 'C'], 'value':[10, 20, 30], 'count':[1,2,3]})
new_df = pd.DataFrame()

new_df['var'] = df['var'].repeat(df['count'])
new_df['value'] = df['value'].repeat(df['count'])
new_df

    var value
0   A   10
1   B   20
1   B   20
2   C   30
2   C   30
2   C   30

【讨论】：

【解决方案4】：

将repeat 与reindex 一起用于这个简短的单行：

df.reindex(df.index.repeat(df['count']))

输出：

  var  value  count
0   A     10      1
1   B     20      2
1   B     20      2
2   C     30      3
2   C     30      3
2   C     30      3

或者去掉'count'列：

df[['var','value']].reindex(df.index.repeat(df['count']))

或

df.reindex(df.index.repeat(df['count'])).drop('count', axis=1)

输出：

  var  value
0   A     10
1   B     20
1   B     20
2   C     30
2   C     30
2   C     30

【讨论】：

这实际上是迄今为止最好的答案。它是唯一一个不需要知道其他列的标签。
df.reindex(df.index.repeat(df['count'])).iloc[:,:-1].reset_index(drop=True)