如何在python/pandas中decompress/deaggregate分层数据？
How to decompress/deaggregate hierarchical data in python/pandas?
我有一些 compressed/aggregated 数据，例如
Incident_ID Case_ID_1 Name_1 Case_ID_2 Name_2 Common
1 1.1 Peter 1.2 Sally Apple
2 2.1 Sam 2.2 Juliet Banana
进入这个
Incident_ID Case_ID Name Common
1 1.1 Peter Apple
1 1.2 Sally Apple
2 1.1 Sam Banana
2 2.1 Juliet Banana
我知道如何在 pandas 中聚合数据，但据我所知，我在网上找不到任何像这样对数据进行解聚合的示例。
让我们试试：
df1 = df.set_index(['Incident_ID','Common'])
df_case = df1[['Case_ID_1','Case_ID_2']].stack().reset_index(level=2,drop=True).rename('Case')
df_name = df1[['Name_1','Name_2']].stack().reset_index(level=2,drop=True).rename('Name')
df_out = pd.concat([df_case,df_name], axis=1).reset_index()
输出：
Incident_ID Common Case_ID Name
0 1 Apple 1.1 Peter
1 1 Apple 1.2 Sally
2 2 Banana 2.1 Sam
3 2 Banana 2.2 Juliet
我有一些 compressed/aggregated 数据，例如
Incident_ID Case_ID_1 Name_1 Case_ID_2 Name_2 Common
1 1.1 Peter 1.2 Sally Apple
2 2.1 Sam 2.2 Juliet Banana
进入这个
Incident_ID Case_ID Name Common
1 1.1 Peter Apple
1 1.2 Sally Apple
2 1.1 Sam Banana
2 2.1 Juliet Banana
我知道如何在 pandas 中聚合数据，但据我所知，我在网上找不到任何像这样对数据进行解聚合的示例。
让我们试试：
df1 = df.set_index(['Incident_ID','Common'])
df_case = df1[['Case_ID_1','Case_ID_2']].stack().reset_index(level=2,drop=True).rename('Case')
df_name = df1[['Name_1','Name_2']].stack().reset_index(level=2,drop=True).rename('Name')
df_out = pd.concat([df_case,df_name], axis=1).reset_index()
输出：
Incident_ID Common Case_ID Name
0 1 Apple 1.1 Peter
1 1 Apple 1.2 Sally
2 2 Banana 2.1 Sam
3 2 Banana 2.2 Juliet