Skip to main content
 首页 » 编程设计

python之如何使用 Pandas 将增量数字添加到 Dataframe

2024年12月31日8exmyth

我有原始数据框:

ID    T    value 
1     0    1 
1     4    3 
2     0    0 
2     4    1 
2     7    3 

该值与上一行相同。

输出应该是这样的:

ID    T    value 
1     0    1 
1     1    1 
1     2    1 
1     3    1 
1     4    3 
2     0    0 
2     1    0 
2     2    0 
2     3    0 
2     4    1 
2     5    1 
2     6    1 
2     7    3 
...   ...  ... 

我试过循环它需要很长时间。

知道如何为大型数据框解决这个问题吗?

谢谢!

请您参考如下方法:

对于每个组,T 中的解决方案是必要的唯一整数值​​。

使用groupby具有自定义功能 - 每个组使用 reindex然后通过正向填充 ffill 替换 value 列中的 NaN:

df1 = (df.groupby('ID')['T', 'value'] 
        .apply(lambda x: x.set_index('T').reindex(np.arange(x['T'].min(), x['T'].max() + 1))) 
        .ffill() 
        .astype(int) 
        .reset_index()) 
print (df1) 
    ID  T  value 
0    1  0      1 
1    1  1      1 
2    1  2      1 
3    1  3      1 
4    1  4      3 
5    2  0      0 
6    2  1      0 
7    2  2      0 
8    2  3      0 
9    2  4      1 
10   2  5      1 
11   2  6      1 
12   2  7      3 

如果报错:

ValueError: cannot reindex from a duplicate axis

这意味着每组有一些重复的值,例如:

print (df) 
   ID  T  value 
0   1  0      1 
1   1  4      3 
2   2  0      0 
3   2  4      1 <-4 is duplicates per group 2 
4   2  4      3 <-4 is duplicates per group 2 
5   2  7      3 

解决方案是首先为唯一的 T 聚合值 - 例如通过 sum:

df = df.groupby(['ID', 'T'], as_index=False)['value'].sum() 
print (df) 
   ID  T  value 
0   1  0      1 
1   1  4      3 
2   2  0      0 
3   2  4      4 
4   2  7      3