如何在R中复制数据框行并修改Agent_Count生成假设数据？

完整实现代码 #

import pandas as pd
import numpy as np

# 构建原始DataFrame
data = {
    'Group': ['Clinical Support', 'PW Reset', 'Technical Support'],
    'Agent_Count': [11.75, 12.06, 21.15],
    'HOUR': [9, 9, 9],
    'Answered_Calls': [52.69, 53.79, 81.02],
    'Aban': [2.77, 22.27, 2.22],
    'Total_Calls': [56.65, 81.98, 84.20]
}
df = pd.DataFrame(data)

# 设定每个分组要生成的假设行数（20-30之间调整）
num_hypotheses = 25

# 初始化扩展后的空DataFrame
expanded_df = pd.DataFrame()

# 遍历每个原始分组行，生成假设数据
for _, row in df.iterrows():
    # 生成指定数量的Agent_Count假设值（示例：原数值±20%范围内的随机数）
    agent_variants = np.random.uniform(
        low=row['Agent_Count'] * 0.8,
        high=row['Agent_Count'] * 1.2,
        size=num_hypotheses
    )
    # 保留两位小数，和原始数据格式统一
    agent_variants = np.round(agent_variants, 2)
    
    # 复制当前行的其他列，生成临时数据片段
    temp_segment = pd.DataFrame({
        'Group': [row['Group']] * num_hypotheses,
        'Agent_Count': agent_variants,
        'HOUR': [row['HOUR']] * num_hypotheses,
        'Answered_Calls': [row['Answered_Calls']] * num_hypotheses,
        'Aban': [row['Aban']] * num_hypotheses,
        'Total_Calls': [row['Total_Calls']] * num_hypotheses
    })
    
    # 合并到最终结果
    expanded_df = pd.concat([expanded_df, temp_segment], ignore_index=True)

# 查看结果示例
print(expanded_df.head())

关键细节说明 #

• 假设值生成方式：示例中用np.random.uniform在原Agent_Count的80%-120%范围内生成随机值，你可以根据业务需求替换为：
  • 线性序列：用np.linspace(start, stop, num=num_hypotheses)生成均匀分布的不重复值
  • 固定步长序列：比如np.arange(row['Agent_Count']-3, row['Agent_Count']+3, 0.2)
• 行数控制：修改num_hypotheses的值即可调整每个分组生成的假设行数（20-30之间任选）
• 数据一致性：所有非Agent_Count的列完全复制原始行的平均值，保证假设数据的其他变量不变，仅调整Agent_Count用于预测分析

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