如何在Pandas中为各日期的ID号生成重复小时值列

问题描述 #

现有如下结构的DataFrame：

Date	ID number
15/06/2022	1523
15/06/2022	1402

需要添加一个Hour列，让每个ID号对应指定的重复小时值（示例：1、2、4、5、6、7、8），最终得到每个ID与所有指定小时一一对应的DataFrame，如何用Pandas实现？

解决方法 #

方法1：使用merge的交叉合并（Pandas 1.2.0+） #

直接利用how='cross'参数实现两个DataFrame的笛卡尔积，让原数据的每一行与小时列表的每一行组合：

import pandas as pd

# 构建原始DataFrame
df = pd.DataFrame({
    'Date': ['15/06/2022', '15/06/2022'],
    'ID number': [1523, 1402]
})

# 定义需要匹配的小时列表
hours_df = pd.DataFrame({'Hour': [1, 2, 4, 5, 6, 7, 8]})

# 交叉合并得到结果
result_df = df.merge(hours_df, how='cross')

方法2：兼容低版本Pandas的临时键合并 #

如果你的Pandas版本低于1.2.0，可通过添加临时键实现交叉合并：

import pandas as pd

df = pd.DataFrame({
    'Date': ['15/06/2022', '15/06/2022'],
    'ID number': [1523, 1402]
})

hours_df = pd.DataFrame({'Hour': [1, 2, 4, 5, 6, 7, 8]})

# 添加临时键用于合并
df['temp_key'] = 1
hours_df['temp_key'] = 1

# 合并后删除临时键
result_df = df.merge(hours_df, on='temp_key').drop('temp_key', axis=1)

最终效果 #

处理后得到的DataFrame结构示例：

内容的提问来源于stack exchange，提问作者Azza