python - 在 pandas apply 方法中，根据条件复制行

Question

这是我的 df 的一个例子:

pd.DataFrame([["1", "2"], ["1", "2"], ["3", "other_value"]],
                     columns=["a", "b"])
    a   b
0   1   2
1   1   2
2   3   other_value

我想说的是:

pd.DataFrame([["1", "2"], ["1", "2"], ["3", "other_value"], ["3", "row_duplicated_with_edits_in_this_column"]],
                     columns=["a", "b"])
    a   b
0   1   2
1   1   2
2   3   other_value
3   3   row_duplicated_with_edits_in_this_column

规则是使用 apply 方法，做一些检查(为了简单起见，我不包括这些检查)，但在某些情况下，对于 apply 函数中的某些行，复制该行，进行编辑到该行并将两行插入 df。

所以像这样:

def f(row):
   if condition:
      row["a"] = 3
   elif condition:
      row["a"] = 4
   elif condition:
      row_duplicated = row.copy()
      row_duplicated["a"] = 5 # I need also this row to be included in the df

   return row
df.apply(f, axis=1)

我不想将重复的行存储在我的类中的某个位置并在末尾添加它们。我想即时进行。

我看过这个pandas: apply function to DataFrame that can return multiple rows但我不确定 groupby 是否可以帮助我。

谢谢

Answer 1

这是在列表理解中使用 df.iterrows 的一种方法。您需要将您的行附加到循环中，然后连接。

def func(row):
   if row['a'] == "3":
        row2 = row.copy()
        # make edits to row2
        return pd.concat([row, row2], axis=1)
   return row

pd.concat([func(row) for _, row in df.iterrows()], ignore_index=True, axis=1).T

   a            b
0  1            2
1  1            2
2  3  other_value
3  3  other_value

我发现在我的情况下，没有 ignore_index=True 会更好，因为我稍后会合并 2 个 dfs。