3

假设我们有一个如下的数据框：

df = pd.DataFrame({ 'Col1' : ['a', 'a', 'a', 'a', 'b', 'b', 'c', 'c'],
        'col2' : ['0.5', '0.78', '0.78', '0.4', '2', '9', '2', '7',]
        })

我计算了 中所有唯一值的行数col1。Likea有 4 行，每b行c有 2 行，方法是：

df.groupby(['Col1']).size()

我得到的输出为

Col1
a    4
b    2
c    2
dtype: int64

完成此操作后，我想检查 a、b、c 中哪一个具有最大行数（在这种情况下，a具有最大行数），b并c用最大值与他们拥有的行，带有零（两者都有 2 行，b并且由于 4 是最大行数，c我想填充2 个更多的零）。最后必须添加零。bc

我想用零填充它，因为我想在所有变量（a、b、c）上应用一个固定大小的窗口来绘制图形。

4

2 回答 2

3

GroupBy.cumcount您可以通过、 createMultiIndex和DataFrame.reindexby 创建的所有组合来创建计数器MultiIndex.from_product：

df1 = df.set_index(['Col1', df.groupby('Col1').cumcount()])

mux = pd.MultiIndex.from_product(df1.index.levels, names=df1.index.names)
df2 = df1.reindex(mux, fill_value=0).reset_index(level=1, drop=True).reset_index()
print (df2)
   Col1  col2
0     a   0.5
1     a  0.78
2     a  0.78
3     a   0.4
4     b     2
5     b     9
6     b     0
7     b     0
8     c     2
9     c     7
10    c     0
11    c     0
于 2019-03-21T13:34:29.997 回答
1

与 Jez 使用相同的逻辑cumcount，但使用stack和unstack链

df.assign(key2=df.groupby('Col1').cumcount()).set_index(['Col1','key2']).unstack(fill_value=0).stack().reset_index('Col1')
Out[1047]: 
     Col1  col2
key2           
0       a   0.5
1       a  0.78
2       a  0.78
3       a   0.4
0       b     2
1       b     9
2       b     0
3       b     0
0       c     2
1       c     7
2       c     0
3       c     0
于 2019-03-21T13:50:31.587 回答