python - 复制行以准备 Pandas DataFrame 以进行基于日期的合并

Question

我有一个 pandas df，其中包含几百万行名为 items 的项目/组:

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

我需要准备 items 与名为 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
...

因此对于一组给定的月份(例如 5、6、7)，每个项目/组组合都有 len(months) 行，不管有没有预报 forecast 中该 Item/Group/Month 的数据。

需要保留顺序(例如，给定项目/行的三个月需要分组在一起，而不是仅将副本附加到末尾，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，这似乎非常低效)。

正确的做法是什么？

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