如何用Python按7:3分块规则从两个DataFrame生成新DataFrame？

思路说明 #

已知df_a（400行）和df_b（300行）均按score降序排列，需按每组7行df_a + 3行df_b的规则分组，每组合并后重新按score降序排序，最终拼接成700行的新DataFrame。由于df_a总行数仅400，无法达到700行的70%（需490行），因此优先用完所有df_a数据，再匹配剩余df_b数据，保证占比最大化。

代码实现 #

import pandas as pd

def merge_sorted_dfs(df_a, df_b):
    # 存储每个分组处理后的结果
    group_list = []
    a_idx = 0
    b_idx = 0
    total_a = df_a.shape[0]
    total_b = df_b.shape[0]

    # 循环处理完整的7+3分组
    while a_idx + 7 <= total_a:
        # 截取当前组的df_a和df_b片段
        current_a = df_a.iloc[a_idx:a_idx+7]
        current_b = df_b.iloc[b_idx:b_idx+3]
        # 合并后按score降序排序
        merged_group = pd.concat([current_a, current_b], axis=0).sort_values(by='score', ascending=False)
        group_list.append(merged_group)
        # 更新索引指针
        a_idx += 7
        b_idx += 3

    # 处理df_a剩余的行（不足7行的部分）
    if a_idx < total_a:
        remaining_a = df_a.iloc[a_idx:]
        remaining_b = df_b.iloc[b_idx:]
        # 合并剩余数据并排序
        final_group = pd.concat([remaining_a, remaining_b], axis=0).sort_values(by='score', ascending=False)
        group_list.append(final_group)

    # 拼接所有分组，生成最终DataFrame
    final_df = pd.concat(group_list, axis=0, ignore_index=True)
    return final_df

代码解释 #

• 循环处理完整分组：通过索引指针每次截取df_a的7行和df_b的3行，合并后重新排序，确保每组内数据仍按score降序排列。
• 处理剩余数据：当df_a剩余不足7行时，取出剩余所有df_a和df_b数据，合并排序后加入结果列表。
• 最终拼接：将所有分组结果拼接成一个完整的DataFrame，重置索引保证连续性。

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