Skip to main content
 首页 » 编程设计

python之如何使用 Python 在一个命令中追加和设置值

2025年02月15日11xxx_UU

我有以下数据框 (df):

    SERV_OR_IOR_ID   IMP_START_TIME IMP_CLR_TIME  IMP_START_TIME_BIN IMP_CLR_TIME_BIN 
0     -1447310116       23:59:00     00:11:00                 47          0 
1      1673545041       00:00:00     00:01:00                  0          0        
2      -743717696       23:59:00     00:00:00                 47          0 
3       58641876        04:01:00     09:02:00                  8         18 

我想复制 IMP_START_TIME_BIN 的行小于 IMP_CLR_TIME_BIN IMP_START_TIME_BIN 绝对差的倍数和 IMP_CLR_TIME_BIN然后在增加 IMP_START_TIME_BIN 的值的同时追加(在数据框的末尾)或最好追加到该行下方.

例如,对于第 3 行,差异为 10,因此我应该在数据框中追加 10 行,递增 IMP_START_TIME_BIN 中的值从8(不包括)到18(包括)。

结果应该是这样的:

    SERV_OR_IOR_ID   IMP_START_TIME IMP_CLR_TIME  IMP_START_TIME_BIN IMP_CLR_TIME_BIN 
0     -1447310116       23:59:00     00:11:00                 47          0 
1      1673545041       00:00:00     00:01:00                  0          0        
2      -743717696       23:59:00     00:00:00                 47          0 
3       58641876        04:01:00     09:02:00                  8         18 
4       58641876        04:01:00     09:02:00                  9         18 
...      ...             ...          ...                     ...        ... 
13      58641876        04:01:00     09:02:00                 18         18 

为此,我尝试执行以下操作,但没有成功:

for i in range(len(df)): if df.ix[i,3] < df.ix[i,4]: for j in range(df.ix[i,3]+1, df.ix[i,4]+1): df = df.append((df.set_value(i,'IMP_START_TIME_BIN',j))*abs(df.ix[i,3] - df.ix[i,4]))

我该怎么做?

请您参考如下方法:

您可以使用此解决方案,只有必要的索引值必须是唯一的:

#first filter only values for repeating 
l = df['IMP_CLR_TIME_BIN'] - df['IMP_START_TIME_BIN'] 
l = l[l > 0]  
print (l) 
3    10 
dtype: int64 
 
#repeat rows by repeating index values 
df1 = df.loc[np.repeat(l.index.values,l.values)].copy() 
 
#add counter to column IMP_START_TIME_BIN 
#better explanation http://stackoverflow.com/a/43518733/2901002 
a = pd.Series(df1.index == df1.index.to_series().shift()) 
b = a.cumsum() 
a = b.sub(b.mask(a).ffill().fillna(0).astype(int)).add(1) 
df1['IMP_START_TIME_BIN'] = df1['IMP_START_TIME_BIN'] + a.values 
 
#append to original df, if necessary sort 
df = df.append(df1, ignore_index=True).sort_values('SERV_OR_IOR_ID') 
print (df) 
    SERV_OR_IOR_ID IMP_START_TIME IMP_CLR_TIME  IMP_START_TIME_BIN  \ 
0      -1447310116       23:59:00     00:11:00                  47    
1       1673545041       00:00:00     00:01:00                   0    
2       -743717696       23:59:00     00:00:00                  47    
3         58641876       04:01:00     09:02:00                   8    
4         58641876       04:01:00     09:02:00                   9    
5         58641876       04:01:00     09:02:00                  10    
6         58641876       04:01:00     09:02:00                  11    
7         58641876       04:01:00     09:02:00                  12    
8         58641876       04:01:00     09:02:00                  13    
9         58641876       04:01:00     09:02:00                  14    
10        58641876       04:01:00     09:02:00                  15    
11        58641876       04:01:00     09:02:00                  16    
12        58641876       04:01:00     09:02:00                  17    
13        58641876       04:01:00     09:02:00                  18    
 
    IMP_CLR_TIME_BIN   
0                  0   
1                  0   
2                  0   
3                 18   
4                 18   
5                 18   
6                 18   
7                 18   
8                 18   
9                 18   
10                18   
11                18   
12                18   
13                18