python - 循环为给定的数字范围创建一个新行

Question

我确信这很容易解决，但我一直无法找到解决我的问题的确切方法。我的数据集有一个名为“LANE”的列，其中包含唯一值。我想根据数字范围(从 0 到 12)为每个“LANE”添加行。因此，每个“LANE”将有 13 行，新列“NUMBER”的范围从 0 到 12(包括 12)。

例子:

输入

LANE
a
b

输出

LANE    NUMBER
a       0
a       1
a       2
a       3
a       4
a       5
a       6
a       7
a       8
a       9
a       10
a       11
a       12
b       0
b       1
b       2
b       3
b       4
b       5
b       6
b       7
b       8
b       9
b       10
b       11
b       12

我目前正在尝试不同形式的:

num = 0

while num <= 12:
    for x in df['LANE']:
        df['NUMBER'] = num
    num += 1

这个循环的问题是，我仍然为每条车道保留一条记录，而“NUMBER”列的值只有 12。

Answer 1

理解

For 循环是生成笛卡尔积的自然而简单的方法。理解使我们能够更简洁地嵌入它。

pd.DataFrame(
    [[l, n] for l in df.LANE for n in range(12)],
    columns=['LANE', 'NUMBER']
)

   LANE  NUMBER
0     a       0
1     a       1
2     a       2
3     a       3
4     a       4
5     a       5
6     a       6
7     a       7
8     a       8
9     a       9
10    a      10
11    a      11
12    b       0
13    b       1
14    b       2
15    b       3
16    b       4
17    b       5
18    b       6
19    b       7
20    b       8
21    b       9
22    b      10
23    b      11

---

itertools.product

此逻辑与 Comprehension 解决方案几乎相同，但它使用内置于 product 函数中的 itertools。 product 是一个迭代器，一次弹出每个组合。我通过像 [*product(a, b)] 这样的 splat * 解包来强制结果。最终，它是一个列表列表，以与上面的 Comprehension 解决方案相同的方式传递给 pd.DataFrame 构造函数。

from itertools import product

pd.DataFrame([*product(df.LANE, range(12))], columns=['LANE', 'NUMBER'])

---

groupby/cumcount 和repeat

我不喜欢这个答案，但它提供了一些关于其他答案的简单性的观点。

我使用 repeat 将每个索引值复制 12 次。我在 loc 中使用这个重复索引，它返回一个用传递的索引切片的数据帧。然后我使用 groupby 的 cumcount 来计算组内的每个位置并将其添加为新列。

df.loc[df.index.repeat(12)].assign(NUMBER=lambda d: d.groupby('LANE').cumcount())

  LANE  NUMBER
0    a       0
0    a       1
0    a       2
0    a       3
0    a       4
0    a       5
0    a       6
0    a       7
0    a       8
0    a       9
0    a      10
0    a      11
1    b       0
1    b       1
1    b       2
1    b       3
1    b       4
1    b       5
1    b       6
1    b       7
1    b       8
1    b       9
1    b      10
1    b      11