根据列值在 pandas DataFrame 中重复行答案

【问题标题】：Repeat rows in a pandas DataFrame based on column value根据列值在 pandas DataFrame 中重复行
【发布时间】：2017-11-16 18:25:27
【问题描述】：

我有以下df：

code . role    . persons
123 .  Janitor . 3
123 .  Analyst . 2
321 .  Vallet  . 2
321 .  Auditor . 5

第一行表示我有 3 个担任清洁工角色的人。我的问题是我需要为每个人设置一条线路。我的 df 应该是这样的：

df:

code . role    . persons
123 .  Janitor . 3
123 .  Janitor . 3
123 .  Janitor . 3
123 .  Analyst . 2
123 .  Analyst . 2
321 .  Vallet  . 2
321 .  Vallet  . 2
321 .  Auditor . 5
321 .  Auditor . 5
321 .  Auditor . 5
321 .  Auditor . 5
321 .  Auditor . 5

我如何使用 pandas 来做到这一点？

【问题讨论】：

标签： python pandas dataframe repeat

【解决方案1】：

reindex+ repeat

df.reindex(df.index.repeat(df.persons))
Out[951]: 
   code  .     role ..1  persons
0   123  .  Janitor   .        3
0   123  .  Janitor   .        3
0   123  .  Janitor   .        3
1   123  .  Analyst   .        2
1   123  .  Analyst   .        2
2   321  .   Vallet   .        2
2   321  .   Vallet   .        2
3   321  .  Auditor   .        5
3   321  .  Auditor   .        5
3   321  .  Auditor   .        5
3   321  .  Auditor   .        5
3   321  .  Auditor   .        5

PS：可以加.reset_index(drop=True)获取新索引

【讨论】：

太棒了，我知道有一个很好的重复解决方案，但这成功了。
是的，这很好。也许还有一个最终的 reset_index()？
@Wen 我喜欢学习新东西！您会相信，我不知道您可以在重新索引中重用索引值。我一直使用 reindex 来洗牌或添加索引，但从不复制，你在这里做过吗。美丽的。好东西。 +1
@ScottBoston 谢谢伙计 :-) 所以是个不错的地方，可以推动我们互相学习（我很久以前从coldspeed 学到的 :-)）

【解决方案2】：

Wen 的解决方案非常好用且直观。这是另一种选择，在df.values 上调用repeat。

df

   code     role  persons
0   123  Janitor        3
1   123  Analyst        2
2   321   Vallet        2
3   321  Auditor        5


pd.DataFrame(df.values.repeat(df.persons, axis=0), columns=df.columns)

   code     role persons
0   123  Janitor       3
1   123  Janitor       3
2   123  Janitor       3
3   123  Analyst       2
4   123  Analyst       2
5   321   Vallet       2
6   321   Vallet       2
7   321  Auditor       5
8   321  Auditor       5
9   321  Auditor       5
10  321  Auditor       5
11  321  Auditor       5

【讨论】：

在性能方面，.reindex() 或 .values.repeat() 哪个更好？
@lmiuelvargasf 这个解决方案更快。但是 Wen 的解决方案需要更少的字符，而且我很高兴在他的回答下留下了一个很好的评论，这激发了所有额外的支持。
我在您的解决方案中看到的唯一问题是数据框中每一列的dtypes 都更改为object。

【解决方案3】：

没有足够的声誉可以发表评论，但基于@cs95 的回答和@lmiuelvargasf 的评论，可以通过以下方式保留 dtypes：

pd.DataFrame(
    df.values.repeat(df.persons, axis=0),
    columns=df.columns,
).astype(df.dtypes)

【讨论】：