如何根据匹配键的重复次数拆分DataFrame中的值？

核心思路 #

先统计DF_1中每个键的重复次数，将DF_2中对应键的数值列除以该次数，最后按照DF_1的键顺序展开数据，得到拆分后的结果。

代码实现（基于Pandas） #

首先导入依赖库并构造示例数据：

import pandas as pd

# 构造示例DF_1和DF_2
df1 = pd.DataFrame({'id': ['A', 'B', 'A', 'C', 'A', 'A', 'C']})
df2 = pd.DataFrame({
    'id': ['A', 'B', 'C'],
    'Col1': [400, 200, 600],
    'Col2': [100, None, 800],
    'Col3': [20, 800, None]
})

步骤1：统计每个键的重复次数

计算DF_1中每个id的出现次数，用于后续数值拆分：

id_counts = df1['id'].value_counts().reset_index()
id_counts.columns = ['id', 'count']

步骤2：关联次数与DF_2数据

将次数表与DF_2合并，让每个键对应上自己的拆分次数：

df_merged = pd.merge(df2, id_counts, on='id', how='right')

步骤3：拆分数值列

对DF_2中的数值列执行除法操作，除以对应键的重复次数，空值保持不变：

# 筛选出所有数值列（排除id列）
numeric_cols = df2.columns.drop('id')
# 按行除以次数，空值自动保留
df_merged[numeric_cols] = df_merged[numeric_cols].div(df_merged['count'], axis=0)

步骤4：按DF_1顺序生成结果

根据DF_1的id顺序，提取对应拆分后的数据，最终整理成目标格式：

# 按df1的id顺序匹配数据并重置索引
result = df_merged.set_index('id').loc[df1['id']].reset_index()
# 移除临时的count列
result = result.drop('count', axis=1)

执行后result即为目标DataFrame，输出结果与需求示例一致：

关键说明 #

• 空值处理：Pandas的div方法会自动跳过空值，确保原DF_2中的空值在拆分后仍保持为空
• 性能：针对800行的DF_1和100行的DF_2，该方案的计算效率完全够用，无需额外优化
• 扩展性：如果DF_2有更多数值列，代码无需修改，numeric_cols会自动筛选所有非id列

内容的提问来源于stack exchange，提问作者sergei