Python Pandas：从一行创建多行虚拟数据

发布于09月30日

我正在构建一个机器学习模型，我需要用合成数据填充测试数据帧.我有时间序列数据，目前看起来是这样的:

Date    DayOfWeek   Unit 
2022-10-01   7   A
2022-10-02   1   A
2022-10-03   2   A

我需要的是复制所有日期行，但我需要 for each "单位"(A、B、C、D)占一行，如下所示:

Date    DayOfWeek   Unit 
2022-10-01   7   A
2022-10-01   7   B
2022-10-01   7   C
2022-10-01   7   D
2022-10-02   1   A
2022-10-02   1   B
2022-10-02   1   C
2022-10-02   1   D
2022-10-03   2   A
2022-10-03   2   B
2022-10-03   2   C
2022-10-03   2   D

我找到了一个previous answer，它教我如何重复:

df.reindex(df.index.repeat(4)).reset_index(drop=True)

最好的方法是什么，而不是重复所有的东西，只重复‘Date’和‘DayOfWeek’，但在‘单位’上填充A到D？

推荐答案

建议使用itertools.product来达到以下目的:

from itertools import product

df = pd.DataFrame(
    data=product(
        pd.Series(pd.date_range('2022-10-01', '2022-10-03', freq='D')),
        "ABCD"
    ),
    columns=("Date", "Unit"),
)
df["DayOfWeek"] = df["Date"].dt.dayofweek.add(1)  # To Have Day of Week Starting with 1
df = df[["Date", "DayOfWeek", "Unit"]]
print(df)

输出:

         Date  DayOfWeek Unit
0  2022-10-01          6    A
1  2022-10-01          6    B
2  2022-10-01          6    C
3  2022-10-01          6    D
4  2022-10-02          7    A
5  2022-10-02          7    B
6  2022-10-02          7    C
7  2022-10-02          7    D
8  2022-10-03          1    A
9  2022-10-03          1    B
10 2022-10-03          1    C
11 2022-10-03          1    D