Как вставить новые строки (с условием) в Excel, используя Python / Pandas

Question

Я пытаюсь вставить новые строки в Excel, используя фрейм данных pandas, когда для определенных столбцов задано определенное условие

Например:

Input

    A   B   C   D   E
0   AA  111 2   2   
1   CC  222 8   12  
2   DD  333 3   3

Output
    A   B   C   D   E (Output Column)
0   AA  111 2   2   111-2   
1   CC  222 8   8   222-8
2   CC  222 9   9   222-9   
3   CC  222 10  10  222-10
4   CC  222 11  11  222-11
5   CC  222 12  12  222-12
6   DD  333 3   3   333-3

Если вы видите здесь, столбцы C и D имеют диапазон 8-12 для строки № 1. Поэтому мне нужно соответствующим образом разделить строку. Если C и D одинаковы, добавление новых строк отсутствует.

Answer 1

Другое решение, использующее Index.repeat для создания выходного кадра, затем groupby.cumcount и str конкатенации для обновления значений столбцов C, D и E:

df1 = df.loc[df.index.repeat((df.D - df.C).add(1))]
df1['C'] = df1['C'] + df1.groupby('A').cumcount()
df1['D'] = df1['C']
df1['E'] = df['B'].astype(str) + '-' + df1['C'].astype(str)

[выход]

    A    B   C   D       E
0  AA  111   2   2   111-2
1  CC  222   8   8   222-8
1  CC  222   9   9   222-9
1  CC  222  10  10  222-10
1  CC  222  11  11  222-11
1  CC  222  12  12  222-12
2  DD  333   3   3   333-3

Answer 2

Мой пример использует для получения данных из строк с различными значениями для столбцов C и D и создания новых данных для них.Затем добавьте эти новые данные к данным без различий.

import pandas as pd

# setup data
data_raw = [['AA', 111, 2, 2], ['CC', 222, 8, 12], ['DD', 333, 3, 3]]
data = pd.DataFrame(data_raw, columns=['A', 'B', 'C','D'])

# get items with no difference
rest_of_data = data.loc[data['C'] == data['D']]

# create value for E column
rest_of_data = rest_of_data.copy()
rest_of_data['E'] = str(str(rest_of_data['B'].values[0]) + '-' + str(rest_of_data['C'].values[0]))

# find items with difference
difference_data = data.loc[data['C'] != data['D']]

# get numbers of elements to create
start = int(difference_data['C'])
stop = int(difference_data['D'])

# create new data
create_data = []
for i in range(start,stop+1,1):
    new = [difference_data['A'].values[0], difference_data['B'].values[0], i, i, str(difference_data['B'].values[0])+'-'+str(i)]
    create_data.append(new)

new_data = pd.DataFrame(create_data, columns=['A', 'B', 'C','D', 'E'])

# concatenate frames
frames = [rest_of_data, new_data]
result = pd.concat(frames, ignore_index=True)

Результат:

    A    B   C   D       E
0  AA  111   2   2   111-2
1  DD  333   3   3   111-2
2  CC  222   8   8   222-8
3  CC  222   9   9   222-9
4  CC  222  10  10  222-10
5  CC  222  11  11  222-11
6  CC  222  12  12  222-12

Answer 3

df = pd.DataFrame(
    data={
        'A': ['AA', 'CC', 'DD'],
        'B': [111, 222, 333],
        'C':[2, 8, 3],
        'D':[2, 12, 3],
        'E':[None, None, None],
    }
)

new_df = pd.DataFrame(
    data={
        'A': [],
        'B': [],
        'C': [],
        'D': [],
        'E': [],
    },
    dtype=np.int64
)

for idx, row in df.iterrows():
    if row['C'] == row['D']:
        new_df = new_df.append(
            pd.DataFrame(
                data={
                    'A': [row['A']],
                    'B': [int(row['B'])],
                    'C': [int(row['C'])],
                    'D': [int(row['D'])],
                    'E': [str(row['B']) + '-' + str(row['D'])],
                }
            )
        )
    elif int(row['D']) > int(row['C']):
        tmp_c = int(row['C'])
        tmp_d = int(row['D'])
        while tmp_d >= tmp_c: 
            new_df = new_df.append(
                pd.DataFrame(
                    data={
                        'A': [row['A']],
                        'B': [int(row['B'])],
                        'C': [int(row['C'])],
                        'D': [tmp_c],
                        'E': [str(row['B']) + '-' + str(tmp_c)],
                    }
                )
            )
            tmp_c += 1

print(new_df)