基于整数列拆分Pandas DataFrame：拆分下蛋鸡行并聚合未下蛋鸡行

没问题，我来帮你搞定这个DataFrame的拆分需求！首先咱们先明确下数据结构，假设你的原始DataFrame df1 是这样的（每行代表某个农场里某类鸡的数量，egg 标记是否下蛋）：

import pandas as pd

df1 = pd.DataFrame({
    'farm': ['A', 'A'],
    'chicken': [2, 3],
    'egg': [True, False]
})

接下来分三步实现需求：

• 拆分下蛋的鸡：对于 egg=True 的行，我们把数量拆成对应个数的单独行，每行代表一只鸡（重量设为1）。这里用 apply 把数量转换成包含N个1的列表，再用 explode 展开成多行。
• 保留未下蛋的鸡：egg=False 的行直接保留，不需要拆分，聚合为一行显示总重量。
• 合并结果：把两部分数据拼接起来就是最终的 df2。

具体代码实现 #

# 处理下蛋的鸡，拆分成单独行
df_egg_true = df1[df1['egg'] == True].assign(
    chicken=lambda x: x['chicken'].apply(lambda n: [1]*n)
).explode('chicken', ignore_index=True)

# 处理未下蛋的鸡，直接保留原行
df_egg_false = df1[df1['egg'] == False].copy()

# 合并两个部分得到最终结果
df2 = pd.concat([df_egg_true, df_egg_false], ignore_index=True)

运行后 df2 的结果如下，完全符合你的示例需求：

适配原始数据为单一行的情况 #

如果你的原始DataFrame是每个农场一行（包含总鸡数和下蛋鸡数），比如：

df1 = pd.DataFrame({
    'farm': ['A'],
    'total_chicken': [5],
    'egg_chicken': [2]
})

可以先构造出下蛋和未下蛋的分组数据，再按上述逻辑处理：

# 先拆分出下蛋和未下蛋的分组
temp_df = pd.DataFrame({
    'farm': df1['farm'].repeat(2),
    'chicken': [df1['egg_chicken'].iloc[0], df1['total_chicken'].iloc[0] - df1['egg_chicken'].iloc[0]],
    'egg': [True, False]
})

# 后续处理和之前一致
df_egg_true = temp_df[temp_df['egg'] == True].assign(
    chicken=lambda x: x['chicken'].apply(lambda n: [1]*n)
).explode('chicken', ignore_index=True)

df_egg_false = temp_df[temp_df['egg'] == False].copy()

df2 = pd.concat([df_egg_true, df_egg_false], ignore_index=True)

这样就能得到你想要的拆分结果啦！

内容的提问来源于stack exchange，提问作者Julien Massardier