向DataFrame中添加重复行

Question

我不知道如何解决以下问题！考虑以下数据集：

df = pd.DataFrame(data=np.array([['a',1, 2, 3], ['a',4, 5, 6],
                                 ['b',7, 8, 9], ['b',10, 11 , 12]]),
 columns=['id','A', 'B', 'C'])

  id   A    B    C
  a    1    2    3
  a    4    5    6
  b    7    8    9
  b    10   11   12

我需要按照ID分组数据，并在每个组中复制第一行并将其添加到数据集中，如下所示的数据集：

  id   A    B    C    A  B  C
  a    1    2    3    1  2  3
  a    4    5    6    1  2  3
  b    7    8    9    7  8  9
  b    10   11   12   7  8  9

我很感激你的帮助。

我按照以下步骤进行了操作，但无法扩展它：

df1 = df.loc [0:0 , 'A' :'C']
df3 = pd.concat([df,df1],axis=1)

- Elham

Answer 1

使用groupby + first，然后将此结果与df连接起来：

v = df.groupby('id').transform('first')
pd.concat([df, v], 1)

  id   A   B   C  A  B  C
0  a   1   2   3  1  2  3
1  a   4   5   6  1  2  3
2  b   7   8   9  7  8  9
3  b  10  11  12  7  8  9

- cs95

Answer 2

cumcount + where+ffill

v=df.groupby('id').cumcount()==0

pd.concat([df,df.iloc[:,1:].where(v).ffill()],1)
Out[57]: 
  id   A   B   C  A  B  C
0  a   1   2   3  1  2  3
1  a   4   5   6  1  2  3
2  b   7   8   9  7  8  9
3  b  10  11  12  7  8  9

- BENY

Answer 3

还可以尝试使用drop_duplicates和merge方法。

df_unique = df.drop_duplicates("id")
df.merge(df_unique, on="id", how="left")

    id  A_x     B_x     C_x     A_y     B_y     C_y
0   a   1       2       3       1       2       3
1   a   4       5       6       1       2       3
2   b   7       8       9       7       8       9
3   b   10      11      12      7       8       9

- Tai

---

这个应该很快：-) - BENY

@AlterNative 在这里，我传入了 id 来指定我想通过此标签检测重复项。默认情况下，drop_duplicates 只会保留第一行。 - Tai

@AlterNative 你只有几个选择可以选择。请参见此处的keep参数。 - Tai

@AlterNative，你想要做哪些潜在的选择？如果太复杂了，我认为你可以自己创建一个新的df，并在id和A、B、C之间进行适当的映射，然后稍后再使用merge函数。 - Tai

@Tai，我有一个很大的数据集，对于一些行，我想复制第一行，而对于另一些行，我想复制第二行，以此类推。我是pandas的新手，我认为我需要学习映射和合并主题才能更好地理解它们。 - Elham