python - 在 python 中将聚合值拆分为不同的计数，返回新行

Question

我的 Excel 文件 df 中有数据，它保存每个 ID 的聚合值。我希望将其分解为不同的计数，并为每个计数创建一个新记录。

数据

    A    B    C

    2    3    1

所需

 count   ID

  1      A01

  1      A02
  
  1      B01

  1      B02

  1      B03

  1      C01

正在做:

import pandas as pd
from numpy.random import randint

df = pd.DataFrame(columns=['A', 'B', 'C'])
     for i in range(5):
     df.loc[i] = ['ID' + str(i)] + list(randint(10, size=2))

我想我可以这样做，但是，这并不是连续堆叠所有必要的 ID。

如有任何建议或建议，我们将不胜感激。

Answer 1

让我们尝试 melt 来 reshape 数据，reindex + repeat 来复制行，以及 groupby + cumcount + zfill 创建后缀:

import pandas as pd

df = pd.DataFrame({'A': {0: 2}, 'B': {0: 3}, 'C': {0: 1}})

# Melt Table Into New Form
df = df.melt(col_level=0, value_name='count', var_name='ID')
# Repeat Based on Count
df = df.reindex(df.index.repeat(df['count']))
# Set Count To 1
df['count'] = 1

# Add Suffix to Each ID
df['ID'] = df['ID'] + (
    (df.groupby('ID').cumcount() + 1)
        .astype(str)
        .str.zfill(2)
)

# Reorder Columns
df = df[['count', 'ID']]

print(df)

df:

   count   ID
0      1  A01
0      1  A02
1      1  B01
1      1  B02
1      1  B03
2      1  C01