如何基于列值复制Pandas DataFrame记录并调整概率至总和为1

问题描述 #

现有如下Pandas DataFrame：

import pandas as pd

ds = {'col1' : ["A","B"], 'probability' : [0.3, 0.6]}
df = pd.DataFrame(data=ds)

输出结果：

col1  probability
0    A          0.3
1    B          0.6

需求：复制每一行，原行保留原始概率值，复制行的概率值设为1 - 原概率，最终得到如下结构的DataFrame：

col1  probability
0    A          0.3
1    A          0.7
2    B          0.6
3    B          0.4

解决方案 #

方法1：通过concat拼接逐行生成的子DataFrame #

对每行单独生成原行和复制行的临时DataFrame，再拼接所有结果：

import pandas as pd

ds = {'col1' : ["A","B"], 'probability' : [0.3, 0.6]}
df = pd.DataFrame(data=ds)

new_dfs = []
for _, row in df.iterrows():
    # 添加原行
    new_dfs.append(row.to_frame().T)
    # 复制行并修改概率
    copied_row = row.copy()
    copied_row['probability'] = 1 - copied_row['probability']
    new_dfs.append(copied_row.to_frame().T)

# 拼接并重置索引
result = pd.concat(new_dfs, ignore_index=True)
print(result)

方法2：利用explode展开概率列表 #

先为每行生成包含原概率和目标概率的列表，再通过explode展开成多行：

import pandas as pd

ds = {'col1' : ["A","B"], 'probability' : [0.3, 0.6]}
df = pd.DataFrame(data=ds)

# 为每行生成概率列表
df['probability'] = df['probability'].apply(lambda x: [x, 1 - x])
# 展开列表并重置索引
result = df.explode('probability', ignore_index=True)
# 转换为数值类型（可选，避免explode后出现字符串类型）
result['probability'] = result['probability'].astype(float)
print(result)

方法3：重复行后批量修改概率 #

先将原DataFrame的每行重复两次，再通过索引判断批量修改复制行的概率：

import pandas as pd

ds = {'col1' : ["A","B"], 'probability' : [0.3, 0.6]}
df = pd.DataFrame(data=ds)

# 重复每行两次
result = df.loc[df.index.repeat(2)].reset_index(drop=True)
# 对奇数索引的复制行修改概率
result.loc[result.index % 2 == 1, 'probability'] = 1 - result.loc[result.index % 2 == 0, 'probability'].values
print(result)

内容的提问来源于stack exchange，提问作者Giampaolo Levorato