python - 与列表比较后在 Pandas 数据框中插入行

Question

我有一个包含四列的 Pandas 数据框。以下是 Pandas 数据框的示例:

import pandas as pd 

data = {"Name" : ['A1', 'A1', 'A1', 'A1'], "String1" : ["B1", "B2", "B6", "B7"] , "Values1" : [5, 12, 21, 99], "Values2" : [50, 120, 210, 990] } 

df = pd.DataFrame(data)

print( df )

   Name String1  Values1  Values2
0   A1      B1        5       50
1   A1      B2       12      120
2   A1      B6       21      210
3   A1      B7       99      990

其中一列，即 Name 只有常量条目，而另外两列，Values1 和 Values2 有数值。

我有一个列表(例如 String2)，其中包含 String1 列的所有元素 和一些附加元素。

String2 的例子如下:

String2 = [ "B1", "B2", "B3", "B4" , "B5", "B6", "B7" ]

我想插入 String2 而不是 String1 中的所有元素(即 "B3"、"B4"、"B5") 在 Pandas 数据框中的 String1 列中单独的行中。对于在 String1 中插入了新元素的所有这些行，我想将 Null 放在 Value1 和 Value2 列中>。在常量列 (Name) 中，我想保留相同的常量条目(即 A1)。

换句话说，以下是我希望新数据框的样子:

   Name String1  Values1  Values2
0   A1      B1        5       50
1   A1      B2       12      120
2   A1      B3       Null    Null
3   A1      B4       Null    Null
4   A1      B5       Null    Null
5   A1      B6       21      210
6   A1      B7       99      990

我如何使用 python 和 pandas 做到这一点？

Answer 1

为 Name 的唯一值的所有组合创建带有 product 的新 DataFrame，然后在 DataFrame.merge 中使用 left join , 没有 on 参数，所以在两个 df 中通过列名的交集连接，这里是 Name, String1 columns:

from  itertools import product

df1 = pd.DataFrame(list(product(df['Name'].unique(), String2)), columns=['Name','String1'])
df2 = df1.merge(df, how='left')
print (df2)
  Name String1  Values1  Values2
0   A1      B1      5.0     50.0
1   A1      B2     12.0    120.0
2   A1      B3      NaN      NaN
3   A1      B4      NaN      NaN
4   A1      B5      NaN      NaN
5   A1      B6     21.0    210.0
6   A1      B7     99.0    990.0

或者通过MultiIndex.from_product 创建MultiIndex并使用 DataFrame.reindex :

mux = pd.MultiIndex.from_product([df['Name'].unique(), String2], names=['Name','String1'])

df2 = df.set_index(['Name','String1']).reindex(mux).reset_index()
print (df2)
  Name String1  Values1  Values2
0   A1      B1      5.0     50.0
1   A1      B2     12.0    120.0
2   A1      B3      NaN      NaN
3   A1      B4      NaN      NaN
4   A1      B5      NaN      NaN
5   A1      B6     21.0    210.0
6   A1      B7     99.0    990.0