在 Pandas 中为 DataFrame 中的每一行返回多行

Question

这是我想要执行的任务，我有大约 7000 个站点和 50 个类别的列表，每个类别每个月都有一个销售计划。我想将此月度计划转换为每日计划并将其与实际情况进行比较并创建一个 Power BI 视觉对象，为此我需要将计划数据转换为每日计划数据。

这里是示例：

df = pd.DataFrame({'ID':[1,2],
                    'Month':[1,1],
                   'Plan':[310,620],
                'Month_start_date': ['2020-01-01','2020-01-01']})
print(df)

df['Month_start_date'] = (pd.to_datetime(df['Month_start_date'], format='%Y/%m/%d')
                     .dt.to_period('m').dt.to_timestamp())

df = df.set_index('Month_start_date')

现在我想在每一行上应用的函数返回更多的行数，这里是一个示例：

start = '2020-01-01'
end = '2020-01-05'
dates = pd.date_range(start, end, freq='D')
dates

df= df.reindex(dates,method = 'ffill')

这会返回一个错误，因为索引有重复的值

ValueError: cannot reindex a non-unique index with a method or limit

这是我想要的输出

            ID  Month  Plan
2020-01-01   1      1   310
2020-01-02   1      1   310
2020-01-03   1      1   310
2020-01-04   1      1   310
2020-01-05   1      1   310
2020-01-01   2      1   620
2020-01-02   2      1   620
2020-01-03   2      1   620
2020-01-04   2      1   620
2020-01-05   2      1   620

由于我必须运行它的组合数量约为 800K，实际上在循环上运行它（使用 .iterrows() ）需要永远完成并且似乎效率很低。

还尝试使用 .groupby.apply() 函数。但它不允许我为每一行返回一个数据框（表 df）。

改进此过程所需的建议。

Answer 1

sort_values() 函数有望实现您的目标：

df.sort_values(by=df.index, inplace =True)

或者，如果您的日期有一个列名，您只需将其更改为 df 的列名，您甚至可以将其与 groupby 配对，以便为某些排序组创建数据框，因为您的数据集非常大。我希望这会有所帮助！