如果条件匹配，如何复制行？

Question

我有以下数据集

    trade_id    start_date  end_date    factset_entity_id   product_id  product_name    l6_id   multi_assign_flag
0   100000191   2017    NaT 0711GY-E    99996362    Fan Milk - FanYogo  5.015152e+11    0.0
1   100000193   2017    2018    0711GY-E    99996413    Fan Milk - FanDango/Frozen FanDango 5.015151e+11    0.0
2   100000193   2018    2022    0711GY-E    99996413    Fan Milk - FanDango 5.015151e+11    0.0
3   100000193   2022    NaT 0711GY-E    99996413    Fan Milk - FanDango 5.015151e+11    0.0
4   100000231   2016    2018    05NC3S-E    59979529    Ci:z Holdings - Dr. Ci:Labo 5.020102e+11    1.0

我的目标是复制start_date和end_date不同的行，例如

1   100000193   2017    2018    0711GY-E    99996413    Fan Milk - FanDango/Frozen FanDango 5.015151e+11    0.0

应该是

2017    100000193   0711GY-E    99996413    Fan Milk - FanDango/Frozen FanDango 5.015151e+11    0.0
2018    100000193   0711GY-E    99996413    Fan Milk - FanDango/Frozen FanDango 5.015151e+11    0.0

你知道我在这里不用循环能做什么吗？谢谢

我试着用简单的循环来做，这很好，但速度很慢。我想知道熊猫是否有捷径来缓解它。

Answer 1

对于以下玩具数据，其中0行和2行有不同的开始日期和结束日期：

import pandas as pd

df = pd.DataFrame(
    {
        "trade_id": [100000191, 100000192, 100000193, 100000194, 100000231],
        "start_date": [2017, 2017, 2018, 2022, 2018],
        "end_date": [None, 2017, 2022, 2022, 2018],
        "factset_entity_id": [
            "0711GY-E",
            "0711GY-E",
            "0711GY-E",
            "0711GY-E",
            "05NC3S-E",
        ],
        "product_id": [99996362, 99996413, 99996414, 99996415, 59979529],
    }
)

下面是使用pd.concat实现这一任务的一种方法

df = pd.concat([df, df.loc[df["start_date"] != df["end_date"], :]]).sort_index()

然后，您可以看到第0行和第2行现在被复制：

print(df)
# Output
    trade_id  start_date  end_date factset_entity_id  product_id
0  100000191        2017       NaN          0711GY-E    99996362
0  100000191        2017       NaN          0711GY-E    99996362
1  100000192        2017    2017.0          0711GY-E    99996413
2  100000193        2018    2022.0          0711GY-E    99996414
2  100000193        2018    2022.0          0711GY-E    99996414
3  100000194        2022    2022.0          0711GY-E    99996415
4  100000231        2018    2018.0          05NC3S-E    59979529