展开 Pandas Dataframes 按不同范围添加行

Question

我有一个这样的数据框：

SEG	FAM	GAMA	MIN_RAT	MAX_RAT	VALOR
PE	001	002	1	2	5,15
PE	001	002	2,1	3	2,55

我需要“扩展” df 添加新行以创建一个新的数据框，如下所示：

SEG	FAM	GAMA	MIN_RAT	MAX_RAT	VALOR
PE	001	002	1	1	10,30
PE	001	002	1,1	1,1	9,79
PE	001	002	1,2	1,2	9,27
PE	001	002	1,3	1,3	8,76
PE	001	002	1,4	1,4	8,24
PE	001	002	1,5	1,5	7,73
PE	001	002	1,6	1,6	7,21
PE	001	002	1,7	1,7	6,70
PE	001	002	1,8	1,8	6,18
PE	001	002	1,9	1,9	5,67
PE	001	002	2	2	5,15
PE	001	002	2,1	2,1	5,10
PE	001	002	2,2	2,2	4,82
PE	001	002	2,3	2,3	4,53
PE	001	002	2,4	2,4	4,25
PE	001	002	2,5	2,5	3,97
PE	001	002	2,6	2,6	3,68
PE	001	002	2,7	2,7	3,40
PE	001	002	2,8	2,8	3,12
PE	001	002	2,9	2,9	2,83
PE	001	002	3	3	2,55

“VALOR”列的值被构造除法：

• 原始表的 5.15 由 MIN_RAT=1 和 MAX_RAT = 2 之间的新行数加上该值加上 5.15（在这种情况下，我们在每行中添加 0.515）

• 原始表的 2,55 乘以 MIN_RAT=2,1 和 MAX_RAT = 3 之间的新行数，然后将该值添加到 2.55（在这种情况下，我们在每行中添加 0.28）

是否有可能以最佳方式做到这一点？

Answer 1

让我们试试这个：

rnglist=[np.arange(i, j+.1, 0.1) for i, j in list(zip(df['MIN_RAT'], df['MAX_RAT']))]

dfm = df.reindex(df.index.repeat([len(x) for x in rnglist]))

dfm['MIN_RAT'] = np.concatenate(rnglist)
dfm['MAX_RAT'] = np.concatenate(rnglist)

dfm['VALOR']=  dfm.groupby(level=0)['VALOR']\
                  .transform(lambda x: ((x.notna().cumsum()-1)/(x.count()-1)*x.iloc[0])[::-1]+x.iloc[0])
print(dfm)

输出：

   EG  FAM  GAMA  MIN_RAT  MAX_RAT      VALOR
0  PE    1     2      1.0      1.0  10.300000
0  PE    1     2      1.1      1.1   9.785000
0  PE    1     2      1.2      1.2   9.270000
0  PE    1     2      1.3      1.3   8.755000
0  PE    1     2      1.4      1.4   8.240000
0  PE    1     2      1.5      1.5   7.725000
0  PE    1     2      1.6      1.6   7.210000
0  PE    1     2      1.7      1.7   6.695000
0  PE    1     2      1.8      1.8   6.180000
0  PE    1     2      1.9      1.9   5.665000
0  PE    1     2      2.0      2.0   5.150000
1  PE    1     2      2.1      2.1   5.100000
1  PE    1     2      2.2      2.2   4.816667
1  PE    1     2      2.3      2.3   4.533333
1  PE    1     2      2.4      2.4   4.250000
1  PE    1     2      2.5      2.5   3.966667
1  PE    1     2      2.6      2.6   3.683333
1  PE    1     2      2.7      2.7   3.400000
1  PE    1     2      2.8      2.8   3.116667
1  PE    1     2      2.9      2.9   2.833333
1  PE    1     2      3.0      3.0   2.550000

Answer 2

假设初始数据帧是：

df = pd.DataFrame([['PE', 1,2,1,2,5.15], ['PE', 1,2,2.1,3,2.55]],
                  columns=['SEG', 'FAM', 'GAMA', 'MIN_RAT', 'MAX_RAT', 'VALOR'])

你可以这样做：

import numpy as np
import pandas as pd
def extrapolate(s):
    start = s['MIN_RAT']
    stop  = s['MAX_RAT']
    value = s['VALOR']
    n = int((stop-start)/0.1)+1
    d = pd.concat([s for i in range(n)], axis=1).T
    d['MIN_RAT'] = np.linspace(start, stop, n)
    d['MAX_RAT'] = df['MIN_RAT']
    d['VALOR']   = np.linspace(2*value, value, n)
    return d

pd.concat([extrapolate(s) for _,s in df.iterrows()])

输出：

  SEG FAM GAMA  MIN_RAT  MAX_RAT     VALOR
0  PE   1    2   1.0000   1.0000  10.30000
0  PE   1    2   1.1000   1.1000   9.78500
0  PE   1    2   1.2000   1.2000   9.27000
0  PE   1    2   1.3000   1.3000   8.75500
0  PE   1    2   1.4000   1.4000   8.24000
0  PE   1    2   1.5000   1.5000   7.72500
0  PE   1    2   1.6000   1.6000   7.21000
0  PE   1    2   1.7000   1.7000   6.69500
0  PE   1    2   1.8000   1.8000   6.18000
0  PE   1    2   1.9000   1.9000   5.66500
0  PE   1    2   2.0000   2.0000   5.15000
1  PE   1    2   2.1000   2.1000   5.10000
1  PE   1    2   2.2125   2.2125   4.78125
1  PE   1    2   2.3250   2.3250   4.46250
1  PE   1    2   2.4375   2.4375   4.14375
1  PE   1    2   2.5500   2.5500   3.82500
1  PE   1    2   2.6625   2.6625   3.50625
1  PE   1    2   2.7750   2.7750   3.18750
1  PE   1    2   2.8875   2.8875   2.86875
1  PE   1    2   3.0000   3.0000   2.55000