复制行以准备 Pandas DataFrame 以进行基于日期的合并

Question

我有一个带有几百万行项目/组的 pandas df，名为 items：

Item  Group
0001  A
0002  A
0003  B
0004  A
...

我需要准备 items 与一个名为 forecast 的 df 合并，如下所示：

Item  Group  Month Forecast
0001  A      5     15
0001  A      6     16
0001  A      7     13
0002  A      5     60
0002  A      7     65

我的合并看起来像： items.merge(forecast, on=['Item', 'Group', 'Month']

所以我的问题是准备items 看起来像这样：

Item  Group  Month
0001  A      5
0001  A      6
0001  A      7
0002  A      5
0002  A      6
0002  A      7
...

因此对于给定的一组月份（例如 5, 6, 7），每个项目/组组合都有 len(months) 行，无论是否有预测 forecast 中该项目/组/月的数据。

需要保留顺序（例如，给定项目/行的三个月需要组合在一起，而不是仅附加到末尾的副本，并且项目需要保持顺序）。

到目前为止，我一直在研究 stack() 作为一个可能的选项，但我还没有得到任何工作（除了循环遍历 df，将行 * 2 附加到一个新的空 df 中，这似乎非常低效）。

这样做的正确方法是什么？

Answer 1

months = [5, 6, 7]

idx = items.index.repeat(len(months))
months_ = months * len(items)
items_ = items.loc[idx].assign(Month=months_).reset_index(drop=True)

print(items_)

    Item Group  Month
0      1     A      5
1      1     A      6
2      1     A      7
3      2     A      5
4      2     A      6
5      2     A      7
6      3     B      5
7      3     B      6
8      3     B      7
9      4     A      5
10     4     A      6
11     4     A      7

---

forecast.merge(items_)

   Item Group  Month  Forecast
0     1     A      5        15
1     1     A      6        16
2     1     A      7        13
3     2     A      5        60
4     2     A      7        65

Answer 2

从以下数据框开始，列项和组未设置为索引，我有以下内容：

   Item Group
0  0001     A
1  0002     A
2  0003     B
3  0004     A

items_mod = pd.DataFrame()
for i in [5, 6, 7]:
    items['Month'] = i
    items_mod = items_mod.append(items)
items_mod = items_mod.sort_values('Item')

这给了我以下数据框：

   Item Group  Month
0  0001     A      5
0  0001     A      6
0  0001     A      7
1  0002     A      5
1  0002     A      6
1  0002     A      7
2  0003     B      5
2  0003     B      6
2  0003     B      7
3  0004     A      5
3  0004     A      6
3  0004     A      7

Answer 3

尝试外部合并

pd.merge(items, forecast, on=['Item', 'Group'], how='outer')

From here

如果没有，请尝试此页面以获得更多灵感：http://pandas.pydata.org/pandas-docs/stable/merging.html#database-style-dataframe-joining-merging