创建可变大小列表的熊猫数据框列答案

【问题标题】：Create a pandas dataframe column of variable sized lists创建可变大小列表的熊猫数据框列
【发布时间】：2021-03-14 07:12:29
【问题描述】：

我需要创建一个数据框，其中包含某些机器的调度程序的所有可能开始时间。我的初始数据框 (msDF) 包含三个简单的列：

MachID - 每台机器的 ID
开始 - 机器可用于调度的开始日期时间
slots - 从那时起可用的插槽数

msDF 是从主数据帧复制而来，但为了便于说明，它可能如下所示：

msDF = pd.DataFrame({ 'MachID': [1,2,3,4,5],
                      'Start': ["02/04/2021 9:00","06/04/2021 12:30","09/04/2021 10:00", \
                                "12/04/2021 11:00","15/04/2021 08:00"],
                      'slots': [2, 3, 4, 3, 1]})

	MachID	Start	slots
0	1	02/04/2021 9:00	2
1	2	06/04/2021 12:30	3
2	3	09/04/2021 10:00	4
3	1	12/04/2021 11:00	3
4	1	15/04/2021 08:00	1

我需要分解这个数据框，以便每一行都使用 slotIndex 重复“槽”次。所需的输出是：

	MachID	Start	slots	SlotIndex
0	1	02/04/2021 9:00	2	0
0	1	02/04/2021 9:00	2	1
1	2	06/04/2021 12:30	3	0
1	2	06/04/2021 12:30	3	1
1	2	06/04/2021 12:30	3	2

我的方法有问题。我在 SlotIndex 中创建可变长度列表并将它们分解，但这会产生警告。

为此，我使用：

msDF['SlotIndex'] = None
for x in msDF.index:
    msDF.SlotIndex.loc[x] = list(range(msDF.loc[x,'slots']))

它有效，但有警告： SettingWithCopyWarning：试图在 DataFrame 中的切片副本上设置值

我稍后分解 msDF 以获得我想要的结果：

msDF = msDF.explode('SlotIndex')

如何改进？

【问题讨论】：

标签： python pandas dataframe explode

【解决方案1】：

使用重复。

df.loc[df.index.repeat(df.slots)]

索引将被重复。因此，您可以使用它来设置插槽 id。

df['slot_id'] = 1
df['slot_id'] = df.groupby(df.index)['slot_id'].transform('cumsum')

【讨论】：

太完美了。谢谢@sumith。它也非常快。
我已经更新了答案。这是解决问题的一种方法。
该修订版给出了我想要的结果，而我自己永远不会想出它。我根据重复获取了您的第一个答案，然后创建了一个新索引，我对插槽进行了模运算以创建 slot_id，但是 groupby 方法更简洁并提供了我想要的结果。再次感谢 - 我已经坚持了一段时间。我最初的解决方案在测试中有效，但由于我无法理解的原因而在运行中失败。你的工作正在彻头彻尾地工作。
很高兴它有帮助！