Цикл для создания новой строки для заданного диапазона чисел

Question

Я уверен, что это легко исправить, но я не смог найти точное решение моей проблемы.В моем наборе данных есть столбец «LANE», который содержит уникальные значения.Я хочу добавить строки для каждого «LANE» в зависимости от диапазона чисел (от 0 до 12).В результате каждое «LANE» будет иметь 13 строк с новым столбцом «NUMBER» в диапазоне от 0 до 12. включительно.

Пример:

Ввод

LANE
a
b

Output

LANE    NUMBER
a       0
a       1
a       2
a       3
a       4
a       5
a       6
a       7
a       8
a       9
a       10
a       11
a       12
b       0
b       1
b       2
b       3
b       4
b       5
b       6
b       7
b       8
b       9
b       10
b       11
b       12

В настоящее время я пробую разные формы:

num = 0

while num <= 12:
    for x in df['LANE']:
        df['NUMBER'] = num
    num += 1

Проблема с этим циклом в том, что у меня все еще есть одна запись для каждой полосы и только столбец NUMBERимеет значение 12.

Answer 1

Другой подход с использованием панд, как показано ниже:

# First approach, one liner code
df = pd.DataFrame({'Lane': ['a'] * 12 + ['b'] * 12,
                   'Number': list(range(12)) * 2})

# Second approach
df = pd.DataFrame({'Lane': ['a'] * 12 + ['b'] * 12})
df['Number'] = df.groupby('Lane').cumcount()

Answer 2

Понимание

Для петель это естественный и наивный способ производства декартовых продуктов.Понимания позволяют нам вложить это более кратко.

pd.DataFrame(
    [[l, n] for l in df.LANE for n in range(12)],
    columns=['LANE', 'NUMBER']
)

   LANE  NUMBER
0     a       0
1     a       1
2     a       2
3     a       3
4     a       4
5     a       5
6     a       6
7     a       7
8     a       8
9     a       9
10    a      10
11    a      11
12    b       0
13    b       1
14    b       2
15    b       3
16    b       4
17    b       5
18    b       6
19    b       7
20    b       8
21    b       9
22    b      10
23    b      11

---

itertools.product

Эта логика почти идентична решению для понимания, но она использует itertools, встроенный в productфункция.product - это итератор, который выводит каждую комбинацию по одной за раз.Я форсирую результат, распаковывая его с помощью *, например [*product(a, b)].В конечном счете, это список списков, который передается конструктору pd.DataFrame таким же образом, как и в описанном выше решении для понимания.

from itertools import product

pd.DataFrame([*product(df.LANE, range(12))], columns=['LANE', 'NUMBER'])

---

groupby / cumcount и repeat

Мне не нравится этот ответ, но он дает некоторое представление о простоте других ответов.

Я использую repeat для репликации каждого значения индекса 12 раз.Я использую этот повторяющийся индекс в loc, который возвращает фрейм данных, разрезанный с переданным индексом.Затем я использую groupby s cumcount, чтобы сосчитать каждую позицию в группе и добавить ее в качестве нового столбца.

df.loc[df.index.repeat(12)].assign(NUMBER=lambda d: d.groupby('LANE').cumcount())

  LANE  NUMBER
0    a       0
0    a       1
0    a       2
0    a       3
0    a       4
0    a       5
0    a       6
0    a       7
0    a       8
0    a       9
0    a      10
0    a      11
1    b       0
1    b       1
1    b       2
1    b       3
1    b       4
1    b       5
1    b       6
1    b       7
1    b       8
1    b       9
1    b      10
1    b      11