如何生成每行有效列数与行值匹配的三角形DataFrame？

可以通过以下步骤用Pandas实现需求：

1. 确定目标列范围：先获取输入DataFrame中number列的最大值，以此确定需要生成的C1到Cn列的数量。
2. 批量生成目标列：利用numpy的广播特性，逐行判断每个Ck列是否需要填充对应序号（当k≤当前行的number值时填充k，否则填充NaN）。

完整代码示例 #

import pandas as pd
import numpy as np

# 创建输入DataFrame
df = pd.DataFrame({'number': [1, 2, 3, 4, 6]})

# 获取number列的最大值，确定C列的数量
max_num = df['number'].max()

# 生成C列的列名列表
c_columns = [f'C{i}' for i in range(1, max_num + 1)]

# 利用广播和条件判断填充C列的值
df[c_columns] = np.where(
    np.arange(1, max_num + 1) <= df['number'].values[:, np.newaxis],
    np.arange(1, max_num + 1),
    np.nan
)

print(df)

代码说明 #

• np.arange(1, max_num + 1)生成从1到最大值的数组，对应每个C列的序号。
• df['number'].values[:, np.newaxis]将number列转换为二维数组，实现与C列序号数组的广播比较。
• np.where根据比较结果填充对应序号或NaN，批量生成所有C列的值。

运行代码后即可得到你需要的结果DataFrame。

内容的提问来源于stack exchange，提问作者Jg9912.