主页 / coding / 问题 / 78820456
Accepted
Giampaolo Levorato
Asked: 2024-08-01 18:35:25 +0800 CST

如何根据列值复制熊猫数据框中的记录

  • 772

我创建了一个熊猫数据框，如下所示：

ds = {'col1' : ["A","B"], 'probability' : [0.3, 0.6]}
df = pd.DataFrame(data=ds)

数据框如下所示：

print(df)   
  col1  probability
0    A   0.3
1    B   0.6

我需要创建一个新的数据框，复制每一行，并为重复的记录分配一个总和为 1 的概率。

从上面的例子来看：

  • 我需要复制记录 0，使得 A 获得 0.3 的概率（因此它保留已经存在的内容），并且重复的记录获得 0.7 的概率（0.3 + 0.7 = 1）
  • 我需要复制记录 1，使得 B 获得 0.6 的概率（因此它保留已经存在的内容），并且重复的记录获得 0.4 的概率（0.6 + 0.4 = 1）

生成的数据框如下所示：

  col1  probability
0    A          0.3
1    A          0.7
2    B          0.6
3    B          0.4

有人能帮我在熊猫上做这个吗？

pandas

2 个回答

  1. 一种可能的解决方案是，首先使用col1和创建第二个数据框1-probability。然后，它将第二个数据框垂直连接到原始数据框，并按 排序col1：

    pd.concat([
    df, 
    pd.DataFrame(zip(df['col1'], 1-df['probability']), columns=df.columns)])
.sort_values('col1')

    或者（这可能是首选），正如@mozway 在下面的评论中所建议的那样：

    (pd.concat([
    df, 
    pd.DataFrame({'col1': df['col1'], 'probability': 1-df['probability']})])
 .sort_values('col1'))

    另一种方法是使用list comprehension和numpy：

    pd.DataFrame(
    np.vstack([np.array([[x, y], [x, 1-y]]) 
               for x, y in zip(df['col1'], df['probability'])]), 
    columns=df.columns)

    输出：

      col1  probability
0    A          0.3
0    A          0.7
1    B          0.6
1    B          0.4
    • 3
  2. Best Answer

    你可以使用这个：

    df = pd.concat([df, df.assign(probability=1 - df["probability"])], ignore_index=True)

      col1  probability
0    A          0.3
1    B          0.6
2    A          0.7
3    B          0.4
    • 1

相关问题