如何在Pandas中基于另一列值添加指定格式的计数列

嘿，这个需求很明确，咱们可以通过Pandas的字符串处理、分组和序列生成来实现，一步步来：

步骤1：提取Product中的数值信息 #

首先从Product列拆分出最小值和最大值的数字部分，转成整数方便计算：

import pandas as pd

# 假设你的DataFrame已经加载为df
# 拆分Product列，提取中间的min和max数值
df[['prefix', 'min_p', 'max_p']] = df['Product'].str.split('_', expand=True)
df['min_p'] = df['min_p'].astype(int)
df['max_p'] = df['max_p'].astype(int)

步骤2：计算每个Product的计数区间 #

根据规则计算每个Product对应的起始值和结束值：

# 计算起始值：(最小值×2)+1
df['start'] = df['min_p'] * 2 + 1
# 计算结束值：最大值×2
df['end'] = df['max_p'] * 2

步骤3：生成Product_2列 #

每个(Product, value)组正好有4行，而我们计算的区间长度刚好是4（比如x_00_02的区间是1-4，共4个数），所以按这两个字段分组后，给每组生成连续序列并格式化：

# 分组生成序列，然后展开匹配每行
df['Product_2'] = df.groupby(['Product', 'value']).apply(
    lambda group: [f"val_{num:03d}" for num in range(group['start'].iloc[0], group['end'].iloc[0]+1)]
).explode()

步骤4：清理中间列 #

最后删掉我们临时用的中间列，得到最终结果：

# 移除临时列
df = df.drop(['prefix', 'min_p', 'max_p', 'start', 'end'], axis=1)

验证结果 #

运行完上面的代码后，你的DataFrame就会和预期输出一致：

• x_00_02的每个value组会生成val_001到val_004
• x_02_04的每个value组会生成val_005到val_008
• x_04_06的每个value组会生成val_009到val_012

内容的提问来源于stack exchange，提问作者OAP