如何用Pandas实现DataFrame每行多计算并展开结果？

我来帮你实现这个需求！你想要把原DataFrame的每一行，根据total列的值生成多个计算行，最终扩展成包含calculation id和result的新DataFrame，对吧？下面是高效的实现方式，比iterrows更贴合Pandas的风格：

完整代码示例 #

import pandas as pd
import numpy as np

# 初始化原DataFrame
df = pd.DataFrame({
    'date': ['31/12/2015','31/12/2016','31/12/2017','31/12/2018', '31/12/2019','31/12/2020','31/12/2015','31/12/2016', '31/12/2017','31/12/2018','31/12/2019','31/12/2020'],
    'season': ['S1','S1','S1','S1','S1','S1','S2','S2','S2','S2','S2','S2'],
    'total' : [1,0,0,0,0.022313421,0.053791041,0,0,0.307783314,0,0,0]
})
df.date = pd.to_datetime(df.date)

def expand_row(row):
    # 生成从0到total的6个等分点（对应6次计算）
    linspace_vals = np.linspace(0, row['total'], 6)
    # 构建扩展后的行数据
    expanded_data = {
        'calculation id': range(1, 7),  # 计算ID从1到6
        'result': linspace_vals * 5  # 你的计算逻辑：每个值乘以5
    }
    expanded_df = pd.DataFrame(expanded_data)
    # 将原行的基础字段(date/season/total)复制到每一行
    expanded_df[['date', 'season', 'total']] = row[['date', 'season', 'total']]
    # 调整列顺序匹配你需要的格式
    return expanded_df[['date', 'season', 'total', 'calculation id', 'result']]

# 对原DataFrame的每一行应用扩展函数，合并所有结果
final_df = df.apply(expand_row, axis=1).reset_index(drop=True)

# 查看前6行（对应原第一行的扩展结果）
print(final_df.head(6))

代码说明 #

1. 高效的行扩展方式：使用df.apply(axis=1)替代iterrows，因为apply是Pandas的向量化操作，在大数据集上运行速度更快。
2. 生成等分计算值：用np.linspace(0, row['total'], 6)生成从0到当前行total值的6个均匀分布的数值，对应6次计算。
3. 构建扩展DataFrame：为每个等分值创建包含calculation id和result的小DataFrame，再把原行的date、season、total字段复制到每一行。
4. 格式调整：最后调整列的顺序，确保和你期望的输出格式一致。

适配示例的5行版本 #

如果你的示例里只需要5行计算（比如从total/5到total），可以修改linspace的部分，去掉初始的0值：

def expand_row(row):
    # 生成从total/5到total的5个等分点（对应5次计算）
    linspace_vals = np.linspace(0, row['total'], 6)[1:]  # 去掉第一个0值
    expanded_data = {
        'calculation id': range(1, 6),  # 计算ID从1到5
        'result': linspace_vals * 5
    }
    expanded_df = pd.DataFrame(expanded_data)
    expanded_df[['date', 'season', 'total']] = row[['date', 'season', 'total']]
    return expanded_df[['date', 'season', 'total', 'calculation id', 'result']]

这样运行后，原第一行的扩展结果就和你给出的示例完全一致了。

内容的提问来源于stack exchange，提问作者Peslier53