Python Pandas按国家分组生成53周升序数值序列的实现问询

我完全明白你要实现的效果啦——给每个国家生成完整的53条周数据，同时把对应国家的Number值升序后依次映射到这些周里。咱们直接上实操步骤和代码，一步一步搞定：

步骤1：准备原数据 #

先把你给出的示例数据转换成Pandas DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Location': ['Austria', 'Austria', 'Belgium', 'Bulgaria', 'Bulgaria'],
    'week': [1, 2, 1, 2, 1],
    'Number': [154, 140, 139, 110, 164]
})

步骤2：定义分组处理函数 #

写一个专门处理单个国家分组的函数，完成周数生成、数值映射的核心逻辑：

def process_group(group):
    # 1. 生成1到53的完整周数序列
    weeks = pd.Series(range(1, 54), name='week')
    # 2. 对当前国家的Number值做升序排序
    sorted_numbers = group['Number'].sort_values().tolist()
    # 3. 循环填充排序后的数值，凑够53个（适配不同国家的原数据数量）
    repeat_times = 53 // len(sorted_numbers)
    remainder = 53 % len(sorted_numbers)
    mapped_numbers = sorted_numbers * repeat_times + sorted_numbers[:remainder]
    # 4. 构造当前国家的结果DataFrame
    result = pd.DataFrame({
        'Location': group['Location'].iloc[0],
        'week': weeks,
        'Number': mapped_numbers
    })
    # 如果你需要像示例那样把周数按降序排列（比如3、2、1），就打开下面这行注释：
    # result = result.sort_values('week', ascending=False).reset_index(drop=True)
    return result

步骤3：分组应用函数并合并结果 #

按国家分组后应用上面的函数，最后把所有分组的结果合并成最终DataFrame：

final_df = df.groupby('Location').apply(process_group).reset_index(drop=True)

补充说明几个细节 #

• 周数顺序：如果不需要示例里的倒序，直接用默认的1-53正序即可；要是需要倒序，解开函数里的排序注释就行。
• 数值映射逻辑：先对每个国家的Number升序排序，再循环这个排序后的序列来填充53周，完美贴合你“依次映射”的需求。比如Austria的Number升序后是[140,154]，那么53周的Number会按140、154、140、154……的规律循环填充。
• 适配性：不管每个国家原数据里有多少条Number记录，这个逻辑都能自动循环填充到53条，不用手动调整。

内容的提问来源于stack exchange，提问作者055931-YT14