pandas - 如果列值在数据框中没有一定数量的出现，如何随机复制行直到达到该计数？

Question

说这就是我的数据框的样子

A   B
0   1   5
1   4   2
2   3   5
3   3   3
4   3   2
5   2   0
6   4   5
7   2   3
8   4   1
9   5   1

我希望 B 列中的每个唯一值至少出现 3 次。所以 B 值为 5 的行都不会重复。 B 列值为 0 的行被复制两次。其余的两行之一随机复制。

这是一个示例所需的输出

A   B
0   1   5
1   4   2
2   3   5
3   3   3
4   3   2
5   2   0
6   4   5
7   2   3
8   4   1
9   5   1
10  4   2
11  2   3
12  2   0
13  2   0
14  4   1

编辑:
选择要复制的行应随机选择

Answer 1

要随机选择行，我会使用 groupby apply与 sample在每个组上。 x lambda 是每组 B ，所以我使用 reapeat - x.shape[0]查找需要创建的行数。可能有一些案例组B已经有超过 3 的行数，所以我使用 np.clip将负值强制为 0 . sample 在 0行与忽略它相同。最后，reset_index 和 append返回 df

repeats = 3
df1 = (df.groupby('B').apply(lambda x: x.sample(n=np.clip(repeats-x.shape[0], 0, np.inf)
                                                    .astype(int), replace=True))
                      .reset_index(drop=True))

df_final = df.append(df1).reset_index(drop=True)

Out[43]:
    A  B
0   1  5
1   4  2
2   3  5
3   3  3
4   3  2
5   2  0
6   4  5
7   2  3
8   4  1
9   5  1
10  2  0
11  2  0
12  5  1
13  4  2
14  2  3