如何使用pandas按count列对表解聚并为日期拼接随机时间？

实现方法 #

核心解聚逻辑 #

pandas内置的repeat()方法可以直接实现按指定列数值重复行的需求，刚好匹配你要的解聚场景，不用写复杂的循环逻辑。

完整实现代码 #

首先导入依赖，构造示例数据：

import pandas as pd
import numpy as np

# 构造示例数据
df = pd.DataFrame({
    'user_id': [1, 2, 1],
    'date': ['1/1/2021', '1/1/2021', '1/2/2021'],
    'count': [4, 7, 3]
})

执行解聚操作：

# 按count列的数值重复对应行，同时重置索引
df_exploded = df.loc[df.index.repeat(df['count'])].reset_index(drop=True)

生成带随机时间的最终字段：

# 先把原始日期列转为datetime格式
df_exploded['date'] = pd.to_datetime(df_exploded['date'])
# 生成0-86399的随机整数，对应一天24小时的总秒数
random_seconds = np.random.randint(0, 86400, size=len(df_exploded))
# 拼接随机时间生成date_time字段
df_exploded['date_time'] = df_exploded['date'] + pd.to_timedelta(random_seconds, unit='s')
# 仅保留要求输出的两个字段
result = df_exploded[['user_id', 'date_time']]

注意事项 #

• 如果count列存在0值，可以先加过滤逻辑df = df[df['count'] > 0]，避免生成无效空行
• 如果需要限定随机时间的范围（比如仅早8点到晚10点），调整random_seconds的生成区间即可

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