如何复制Pandas DataFrame行并按规则递增调整ages列？

问题 #

我有一段代码能把Pandas DataFrame的每行随机复制1-3次，现在想给相同id_col的行更新ages列——新增行的年龄要在上一行的基础上加0.5到1之间的随机数，而且必须保持递增。原代码如下：

import numpy as np
import pandas as pd

np.random.seed(42)
d = {'ages': [11,94,30,64,57,19, np.NaN],
     'sex': [2,2,2,2,1,1,1]}
df = (
    pd
      .DataFrame(d)
      .dropna()
      .reset_index(drop = True)
      .assign(id_col = lambda x: x.index + 1)
      .loc[lambda x: x.index.repeat(np.random.uniform(1, 4, size = len(x)))] 
     )

预期输出示例：

ages    sex id_col
0   11.0    2   1
0   11.56   2   1
1   94.0    2   2
1   94.2    2   2
1   94.56   2   2
2   30.0    2   3
2   30.67   2   3
2   30.89   2   3
3   64.0    2   4
3   64.11   2   4
4   57.0    1   5
5   19.0    1   6

解决方案 #

你可以通过按id_col分组后，为每组生成递增的年龄序列来实现。核心逻辑是先确定每行的重复次数，再针对每个分组，以原始年龄为起点累加0.5-1之间的随机增量，生成符合要求的年龄序列。

修改后的代码如下：

import numpy as np
import pandas as pd

np.random.seed(42)
d = {'ages': [11,94,30,64,57,19, np.NaN],
     'sex': [2,2,2,2,1,1,1]}

# 处理原始数据，生成带id_col的基础DataFrame
df_raw = (
    pd.DataFrame(d)
    .dropna()
    .reset_index(drop=True)
    .assign(id_col=lambda x: x.index + 1)
)
# 生成1-3的整数重复次数（替换原代码的uniform，避免浮点数索引问题）
repeat_counts = np.random.randint(1, 4, size=len(df_raw))
# 按次数重复行并重置索引
df_repeated = df_raw.loc[df_raw.index.repeat(repeat_counts)].reset_index(drop=True)

# 定义分组生成递增年龄的函数
def generate_incremental_ages(group):
    base_age = group['ages'].iloc[0]
    # 生成对应数量的随机增量（数量为分组行数-1）
    increments = np.random.uniform(0.5, 1, size=len(group)-1)
    # 累加增量得到完整的年龄序列
    age_sequence = np.concatenate([[base_age], base_age + np.cumsum(increments)])
    group['ages'] = age_sequence
    return group

# 分组处理生成最终结果
df_final = df_repeated.groupby('id_col', group_keys=False).apply(generate_incremental_ages)
# 可选：保留两位小数匹配示例格式
df_final['ages'] = df_final['ages'].round(2)

print(df_final)

关键说明 #

• 把原代码中np.random.uniform(1,4)改为np.random.randint(1,4)，确保重复次数是1、2、3的整数，避免浮点数索引导致的异常。
• 分组后以每组的第一个年龄为基数，用np.cumsum()累加随机增量，保证年龄严格递增。
• 最后用round(2)统一小数位数，和示例格式对齐，该步骤可根据需求选择是否保留。

内容的提问来源于stack exchange，提问作者Eisen