根据整数列将熊猫数据拆分为行

Question

不是一个理想的标题，但我不知道如何更好地描述它。

我有一个dataframe (df1)，并希望将它拆分到“鸡肉”栏中，以便：

• 每一只下了蛋的鸡就成了一排。
• 没有下蛋的鸡在一排独特的排成一排。

我需要的输出是df2，例如：

​

​

在农场"A“中，有5只鸡，其中2只产下了一个鸡蛋，因此有2排有鸡蛋=”真“，重量=1只，1排有鸡蛋=”假“，重量=3(3只没有下蛋的鸡)。

我想出的代码很混乱，你们能想出一种更干净的方法吗？谢谢！！

#code to create df1:
df1 = pd.DataFrame({'farm':["A","B","C"],"chicken":[5,10,5],"eggs":[2,3,0]})
df1=df1[["farm","chicken","eggs"]]


#code to transform df1 to df2:
df2 = pd.DataFrame()
for i in df1.index:
    number_of_trues = df1.iloc[i]["eggs"]
    number_of_falses = df1.iloc[i]["chicken"] - number_of_trues
    col_farm = [df1.iloc[i]["farm"]]*(number_of_trues+1)
    col_egg = ["True"]*number_of_trues + ["False"]*1
    col_weight = [1]*number_of_trues + [number_of_falses]
    mini_df = pd.DataFrame({"farm":col_farm,"egg":col_egg,"weight":col_weight})
    df2=df2.append(mini_df)
df2 = df2[["farm","egg","weight"]]
df2

Answer 1

这是自定义解决方案，方法是创建两个不同的子数据，然后将其concat返回，以实现预期的output.Key方法：repeat

s=pd.DataFrame({'farm':df1.farm.repeat(df1.eggs),'egg':[True]*df1.eggs.sum(),'weight':[1]*df1.eggs.sum()})
t=pd.DataFrame({'farm':df1.farm,'egg':[False]*len(df1.farm),'weight':df1.chicken-df1.eggs})
pd.concat([t,s]).sort_values(['farm','egg'],ascending=[True,False])
Out[847]: 
     egg farm  weight
0   True    A       1
0   True    A       1
0  False    A       3
1   True    B       1
1   True    B       1
1   True    B       1
1  False    B       7
2  False    C       5