如何用Pandas的explode函数将行拆分为多行并均分量到三班次

完全可以用explode替代低效的iterrows()循环，步骤简单直接：

• 先给每行添加包含三个班次的列表列
• 用explode拆分列表为独立行
• 计算每班均分后的产量

代码实现 #

import pandas as pd

# 原始数据
df = pd.DataFrame({
    'product#': [1, 1, 2],
    'day': ['Jan 1', 'Jan 2', 'Jan 2'],
    'quantity': [30, 30, 60]
})

# 1. 给每行添加班次列表
df['shift'] = [[1,2,3]] * len(df)
# 2. 拆分列表为多行
df = df.explode('shift')
# 3. 计算每班产量
df['quantity'] = df['quantity'] / 3

# 可选：重置索引让结果更规整
df = df.reset_index(drop=True)

print(df)

运行结果 #

补充说明 #

• 这种向量化操作比iterrows()循环效率高得多，数据量越大优势越明显
• 如果需要整数类型的产量，可替换为df['quantity'] = df['quantity'] // 3或(df['quantity'] / 3).astype(int)

内容的提问来源于stack exchange，提问作者inzikind