python - 如何根据 Python 中的列从 DataFrame 复制行？

Question

我需要根据列(数字)复制一行。
我有这个数据框:

         Kids       City Preferred Transport  Count
0       Sofia     Boston                 Bus    1.0
1  Claire Ann        NaN                 NaN    1.0
2         Joe    Detroit               Train    3.0
3       Betty        NaN                 Car    2.0
4      Archie  Bruxelles                 NaN    1.0
5         Joe        NaN            Airplane    3.0
6        Phil     Berlin                Ship    1.0
7        Luke        NaN            Airplane    1.0

每个 child 都有一个计数。它应该与 Count 列中显示的数字一样多地出现在数据框中。 (例如:应该只有 1 个 Sofia、2 个 Bettys 和 3 个 Joes)。但只复制他们的名字，像这样:

         Kids       City Preferred Transport  Count
0       Sofia     Boston                 Bus    1.0
1  Claire Ann        NaN                 NaN    1.0
2         Joe    Detroit               Train    3.0
3       Betty        NaN                 Car    2.0
4      Archie  Bruxelles                 NaN    1.0
5         Joe        NaN            Airplane    3.0
6        Phil     Berlin                Ship    1.0
7        Luke        NaN            Airplane    1.0
8        Joe         NaN                NaN     3.0
9        Betty       NaN                NaN     2.0

我使用 Pandas 尝试了此代码: kid = nyc_trip_df.loc[nyc_trip_df['Kids'].count() > nyc_trip_df['Count'], 'Kids']因为我认为我将所有名字出现的 child 都放在比相应数字少的地方是个好主意，但我在某处失败了。如果它成功了，那么我只会将 children 附加到数据帧中，但我不确定这是最好的方法。...
你能帮我吗？
我怎样才能使这项工作？

Answer 1

解决方案

s1 = df['Kids'].value_counts()
s2 = df.groupby('Kids')['Count'].first()   

df = df.append(s2.loc[s2.index.repeat(s2 - s1)].reset_index(), ignore_index=True)

说明
计算 count Kids 中唯一值的数量列使用 value_counts

>>> s1

Joe           2
Sofia         1
Betty         1
Claire Ann    1
Phil          1
Luke          1
Archie        1
Name: Kids, dtype: int64

Group数据框来自 Kids列并聚合 Count列使用 first

>>> s2

Kids
Archie        1.0
Betty         2.0
Claire Ann    1.0
Joe           3.0
Luke          1.0
Phil          1.0
Sofia         1.0
Name: Count, dtype: float64

减 s2来自 s1创建一个系列，其中包含每个 Kid 的名字应该重复的次数

>>> s2 - s1

Archie        0.0
Betty         1.0
Claire Ann    0.0
Joe           1.0
Luke          0.0
Phil          0.0
Sofia         0.0
dtype: float64

现在，重复索引 s2使用上述计算的重复次数

>>> s2.loc[s2.index.repeat(s2 - s1)]

Kids
Betty    2.0
Joe      3.0
Name: Count, dtype: float64

Append以上对原始数据帧的重复 df

>>> df

         Kids       City Preferred Transport  Count
0       Sofia     Boston                 Bus    1.0
1  Claire Ann        NaN                 NaN    1.0
2         Joe    Detroit               Train    3.0
3       Betty        NaN                 Car    2.0
4      Archie  Bruxelles                 NaN    1.0
5         Joe        NaN            Airplane    3.0
6        Phil     Berlin                Ship    1.0
7        Luke        NaN            Airplane    1.0
8       Betty        NaN                 NaN    2.0
9         Joe        NaN                 NaN    3.0