将聚合的行分隔成不同的行，在panda中添加一个唯一的计数

Question

我有一个数据集，它有几个行和列，但在标记为"active"的列中，我希望删除聚合并将其分离为自己的唯一计数。我还想添加一个列，给这个计数一个唯一的id。

数据

Pair    gen     box    date     active
sox     black    bl     2021     3
sox     red      re     2021     2

所需

Pair    gen     box    date     active    count
sox     black      bl     2021     1      b101
sox     black      bl     2021     1      bl02
sox     black      bl     2021     1      bl02
sox     red        re     2021     1      re01
sox     red        re     2021     1      re02

"active"列现在分别有3行和2行不同的行，以及一个不同的计数ID(基于"box"列(，而不是一个聚合。

执行

一位SO协助解决了类似的困境，我正在采取这种方法：

# Melt Table Into New Form
df = df.melt(col_level=0, value_name='count', var_name='bl')
# Repeat Based on Count
df = df.reindex(df.index.repeat(df['count']))
# Set Count To 1
df['count'] = 1

# Add Suffix to Each ID
df['ID'] = df['ID'] + (
(df.groupby('ID').cumcount() + 1)
.astype(str)
.str.zfill(2)
)

然而，这是有效的，我无法保留其他列以及设置单独的var名称，例如：

bl01
bl02
re01
re02

欢迎任何建议

Answer 1

您不需要melt来解决此问题，可以使用以下reindex和repeat。请记住，对于count列，我意识到如果每个组都有一个大小>10，例如，当您真正想要bl10时，它会显示为bl010。尽管分组大小小于10并且分组大小>10，不清楚想要的输出是什么：

df = df.reindex(df.index.repeat(df['active'])).assign(active=1)
df['count'] = df['box'] + '0' + (df.groupby(['Pair', 'gen', 'box']).cumcount() + 1).astype(str)
df
Out[1]: 
Pair    gen box  date  active count
0  sox  black  bl  2021       1  bl01
0  sox  black  bl  2021       1  bl02
0  sox  black  bl  2021       1  bl03
1  sox    red  re  2021       1  re01
1  sox    red  re  2021       1  re02

Answer 2

另一个方法是沿着轴的concat，然后使用cumcount创建计数列。

dfs = pd.concat([pd.concat([y.assign(active=1,)] * act)
for (idx,act),y in df.groupby([df.index, df['active']])])
dfs['count'] = dfs['box'] + (dfs.groupby('box').cumcount() + 1).astype(str).str.zfill(2)
print(dfs)
Pair    gen box  date  active count
0  sox  black  bl  2021       1  bl01
0  sox  black  bl  2021       1  bl02
0  sox  black  bl  2021       1  bl03
1  sox    red  re  2021       1  re01
1  sox    red  re  2021       1  re02