向 Dataframe 添加行以统一组的长度

Posted 2023-02-24

【中文标题】向 Dataframe 添加行以统一组的长度

【英文标题】：Adding rows to a Dataframe to unify the length of groups

【发布时间】：2017-12-15 13:36:47

【问题描述】：

我想有选择地向 Pandas DataFrame 中的特定组添加元素。特别是，我想添加零，以便所有组具有相同数量的元素。下面是一个简单的例子：

import pandas as pd
df = pd.DataFrame([[1,1], [2,2], [1,3], [2,4], [2,5]], columns=['key', 'value'])
df
   key  value
0    1      1
1    2      2
2    1      3
3    2      4
4    2      5

我希望每个组有相同数量的元素（其中分组按key 列）。组 2 的元素最多：三个元素。但是，第 1 组只有两个元素，因此应按如下方式添加零：

   key  value
0    1      1
1    2      2
2    1      3
3    2      4
4    2      5
5    1      0

请注意，索引无关紧要。

【参考方案1】：

您可以通过cumcount 创建新级别的MultiIndex，然后通过unstack/stack 或reindex 添加缺失值：

df = (df.set_index(['key', df.groupby('key').cumcount()])['value']
       .unstack(fill_value=0)
       .stack()
       .reset_index(level=1, drop=True)
       .reset_index(name='value'))

替代解决方案：

df = df.set_index(['key', df.groupby('key').cumcount()]) 
mux = pd.MultiIndex.from_product(df.index.levels, names = df.index.names)
df = df.reindex(mux, fill_value=0).reset_index(level=1, drop=True).reset_index()

---

print (df)
   key  value
0    1      1
1    1      3
2    1      0
3    2      2
4    2      4
5    2      5

如果是重要的值顺序：

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

mux = pd.MultiIndex.from_product(df1.index.levels, names = df1.index.names)
#get appended values
miss = mux.difference(df1.index).get_level_values(0)

#create helper df and add 0 to all columns of original df
df2 = pd.DataFrame('key':miss).reindex(columns=df.columns, fill_value=0)
#append to original df
df = pd.concat([df, df2], ignore_index=True)

print (df)
   key  value
0    1      1
1    2      2
2    1      3
3    2      4
4    2      5
5    1      0