如何使用 Python / Pandas 在 Excel 中插入新行（有条件）答案

【问题标题】：How to Insert New Rows (with a condition) in Excel using Python / Pandas如何使用 Python / Pandas 在 Excel 中插入新行（有条件）
【发布时间】：2019-08-14 14:13:21
【问题描述】：

当特定列具有特定条件时，我正在尝试使用 pandas 数据框将新行插入到 excel 中

例如：

Input

    A   B   C   D   E
0   AA  111 2   2   
1   CC  222 8   12  
2   DD  333 3   3

Output
    A   B   C   D   E (Output Column)
0   AA  111 2   2   111-2   
1   CC  222 8   8   222-8
2   CC  222 9   9   222-9   
3   CC  222 10  10  222-10
4   CC  222 11  11  222-11
5   CC  222 12  12  222-12
6   DD  333 3   3   333-3

如果您在此处看到 C 列和 D 列，第 1 行的范围为 8-12。所以我需要相应地拆分行。如果 C 和 D 相同，则不追加新行。

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

另一种解决方案，使用Index.repeat 创建输出帧，然后将groupby.cumcount 和str 串联更新列C、D 和E 的值：

df1 = df.loc[df.index.repeat((df.D - df.C).add(1))]
df1['C'] = df1['C'] + df1.groupby('A').cumcount()
df1['D'] = df1['C']
df1['E'] = df['B'].astype(str) + '-' + df1['C'].astype(str)

[出]

    A    B   C   D       E
0  AA  111   2   2   111-2
1  CC  222   8   8   222-8
1  CC  222   9   9   222-9
1  CC  222  10  10  222-10
1  CC  222  11  11  222-11
1  CC  222  12  12  222-12
2  DD  333   3   3   333-3

【讨论】：

【解决方案2】：

我的示例用于从 C 列和 D 列具有不同值的行中获取数据，并为它们创建新数据。接下来将这个新数据添加到没有差异的数据中。

import pandas as pd

# setup data
data_raw = [['AA', 111, 2, 2], ['CC', 222, 8, 12], ['DD', 333, 3, 3]]
data = pd.DataFrame(data_raw, columns=['A', 'B', 'C','D'])

# get items with no difference
rest_of_data = data.loc[data['C'] == data['D']]

# create value for E column
rest_of_data = rest_of_data.copy()
rest_of_data['E'] = str(str(rest_of_data['B'].values[0]) + '-' + str(rest_of_data['C'].values[0]))

# find items with difference
difference_data = data.loc[data['C'] != data['D']]

# get numbers of elements to create
start = int(difference_data['C'])
stop = int(difference_data['D'])

# create new data
create_data = []
for i in range(start,stop+1,1):
    new = [difference_data['A'].values[0], difference_data['B'].values[0], i, i, str(difference_data['B'].values[0])+'-'+str(i)]
    create_data.append(new)

new_data = pd.DataFrame(create_data, columns=['A', 'B', 'C','D', 'E'])

# concatenate frames
frames = [rest_of_data, new_data]
result = pd.concat(frames, ignore_index=True)

结果：

    A    B   C   D       E
0  AA  111   2   2   111-2
1  DD  333   3   3   111-2
2  CC  222   8   8   222-8
3  CC  222   9   9   222-9
4  CC  222  10  10  222-10
5  CC  222  11  11  222-11
6  CC  222  12  12  222-12

【讨论】：

【解决方案3】：

df = pd.DataFrame(
    data={
        'A': ['AA', 'CC', 'DD'],
        'B': [111, 222, 333],
        'C':[2, 8, 3],
        'D':[2, 12, 3],
        'E':[None, None, None],
    }
)

new_df = pd.DataFrame(
    data={
        'A': [],
        'B': [],
        'C': [],
        'D': [],
        'E': [],
    },
    dtype=np.int64
)

for idx, row in df.iterrows():
    if row['C'] == row['D']:
        new_df = new_df.append(
            pd.DataFrame(
                data={
                    'A': [row['A']],
                    'B': [int(row['B'])],
                    'C': [int(row['C'])],
                    'D': [int(row['D'])],
                    'E': [str(row['B']) + '-' + str(row['D'])],
                }
            )
        )
    elif int(row['D']) > int(row['C']):
        tmp_c = int(row['C'])
        tmp_d = int(row['D'])
        while tmp_d >= tmp_c: 
            new_df = new_df.append(
                pd.DataFrame(
                    data={
                        'A': [row['A']],
                        'B': [int(row['B'])],
                        'C': [int(row['C'])],
                        'D': [tmp_c],
                        'E': [str(row['B']) + '-' + str(tmp_c)],
                    }
                )
            )
            tmp_c += 1

print(new_df)

【讨论】：