如何基于其他变量行值添加指定行数？按number变量追加行需求

嘿，我来帮你搞定这个需求！看起来你需要根据每行的number字段值，追加对应数量的新行，而且这些新行要和原行的date、time保持一致，同时把td设为0对吧？我给你用最常用的两种数据处理工具来演示实现方法：

首先假设你的原始数据是这样的（我先造个示例方便演示）：

import pandas as pd

# 原始示例数据
df = pd.DataFrame({
    'date': ['2024-05-01', '2024-05-02'],
    'time': ['10:00', '14:30'],
    'number': [2, 3],
    'td': [1, 1]
})

接下来是核心代码，几步就能完成你的需求：

# 1. 根据number的值重复每行，生成需要追加的行
expanded_rows = df.loc[df.index.repeat(df['number'])]

# 2. 把这些追加行的td设置为0
expanded_rows['td'] = 0

# 3. 合并原始数据和追加的行，重置索引避免重复
final_df = pd.concat([df, expanded_rows], ignore_index=True)

# 可选：按date和time排序，让原行和对应的追加行挨在一起，看着更整洁
final_df = final_df.sort_values(['date', 'time'], ignore_index=True)

运行后你会得到这样的结果：

date   time  number  td
0  2024-05-01  10:00       2   1
1  2024-05-01  10:00       2   0
2  2024-05-01  10:00       2   0
3  2024-05-02  14:30       3   1
4  2024-05-02  14:30       3   0
5  2024-05-02  14:30       3   0
6  2024-05-02  14:30       3   0

如果你习惯用R处理数据，也可以这么写：

library(dplyr)
library(tidyr)

# 原始示例数据
df <- tibble(
  date = c('2024-05-01', '2024-05-02'),
  time = c('10:00', '14:30'),
  number = c(2, 3),
  td = c(1, 1)
)

# 实现需求
final_df <- df %>%
  # 按number值重复行，保留原number列
  uncount(number, .remove = FALSE) %>%
  # 将重复生成的行的td设为0
  mutate(td = 0) %>%
  # 和原始数据合并
  bind_rows(df) %>%
  # 排序整理
  arrange(date, time)

如果你的原始数据格式或者用的工具和我假设的不一样，随时告诉我细节，我再调整方案~

内容的提问来源于stack exchange，提问作者vera_kkk