R语言：如何为DataFrame的每个分组添加指定数量的行？

示例数据准备 #

先构造一个符合需求的示例DataFrame：

import pandas as pd

data = {
    'EventID': ['E001', 'E002', 'E003'],
    'Business': ['Retail', 'Retail', 'Finance'],
    'Region': ['North', 'North', 'South'],
    'Loss': [1000, 2000, 1500]
}
df = pd.DataFrame(data)

方法一：分组后逐组添加空记录 #

通过groupby.apply()对每个分组单独处理，生成对应空记录并合并：

def add_empty_rows(group):
    # 提取当前分组的Business和Region值
    biz = group['Business'].iloc[0]
    reg = group['Region'].iloc[0]
    # 生成10条空记录，仅保留Business和Region的分组值，其余字段设为空
    empty_records = pd.DataFrame({
        'Business': [biz]*10,
        'Region': [reg]*10,
        'EventID': [None]*10,
        'Loss': [None]*10
    })
    # 合并原分组数据与空记录
    return pd.concat([group, empty_records], ignore_index=True)

# 按Business和Region分组，应用函数处理
result = df.groupby(['Business', 'Region'], group_keys=False).apply(add_empty_rows)

• group_keys=False避免分组键被添加为索引列，简化结果结构
• ignore_index=True重置分组内的索引，保证最终DataFrame索引连续

方法二：批量生成空记录后合并 #

先提取所有唯一的分组组合，批量生成空记录再与原数据合并，效率更高：

# 获取所有Business+Region的唯一组合
unique_groups = df[['Business', 'Region']].drop_duplicates()
# 为每个组合重复生成10条空记录
empty_records = unique_groups.loc[unique_groups.index.repeat(10)].assign(
    EventID=None,
    Loss=None
)
# 合并原数据与空记录
result = pd.concat([df, empty_records], ignore_index=True)

• 这种方法无需遍历每个分组，适合处理大规模数据集
• 若需要保持原分组内记录在前、空记录在后的顺序，可后续按Business和Region排序

结果验证 #

执行完上述任意方法后，你可以通过以下代码验证每个分组的记录数：

print(result.groupby(['Business', 'Region']).size())

比如原Retail-North分组有2条记录，处理后会变成12条；Finance-South分组从1条变为11条，符合需求。

内容的提问来源于stack exchange，提问作者aevan