I wish to create a repetition of a certain value if and only if the value does not already repeat by a certain number.
Data
id Date type energy
aa Q1 22 hi 5
aa Q2 22 hi 5
aa Q3 22 0
aa Q4 22 0
aa Q1 23 hi 5
aa Q1 23 hi 5
aa Q1 23 hi 5
aa Q1 23 hi 5
aa Q1 23 hi 5
bb Q1 23 hi 2
Desired
id Date type energy
aa Q1 22 hi 5
aa Q2 22 hi 5
aa Q3 22 0
aa Q4 22 0
aa Q1 22 0
aa Q1 22 0
aa Q1 22 0
aa Q1 22 0
aa Q2 22 0
aa Q2 22 0
aa Q2 22 0
aa Q2 22 0
aa Q3 22 0
aa Q3 22 0
aa Q3 22 0
aa Q3 22 0
aa Q4 22 0
aa Q4 22 0
aa Q4 22 0
aa Q4 22 0
aa Q1 23 hi 4
aa Q1 23 hi 3
aa Q1 23 hi 4
aa Q1 23 hi 3
aa Q1 23 hi 3
bb Q1 23 hi 2
bb Q1 23 0
bb Q1 23 0
bb Q1 23 0
bb Q1 23 0
Logic
If 'Date' value does not repeat at least 5 times,
then repeat 5 times with a value of '0' in the energy column.
If Date value repeats at least 5 times, then do nothing. (i.e. 'aa' Q1 23)
- we see that this already repeats 5 times, so no change occurs.
Doing
result = df['Date'].repeat(repeats = 5)
df['energy'] = 0
Any suggestion is appreciated.
CodePudding user response：
convert df into an array and use np.repeat to replicate rows. To conditionally repeat, calculate the repeat frequency using groupby(), transform. Convert the output array back into df using the pd.DataFrame() constructor
s=df.groupby(['Date','id'])['type'].transform('count')
s=np.where(s.ge(5),0,abs(pd.Series(s)-5))
new=pd.DataFrame(np.repeat(df.values,s, axis=0), columns=df.columns)
new=(df.append(new.assign(type=np.nan, energy=0)).fillna('').sort_values(by=['id','type','Date'], ascending=[True,False, False]))
id Date type energy
1 aa Q2 22 hi 5
4 aa Q1 23 hi 5
5 aa Q1 23 hi 5
6 aa Q1 23 hi 5
7 aa Q1 23 hi 5
8 aa Q1 23 hi 5
0 aa Q1 22 hi 5
3 aa Q4 22 0
12 aa Q4 22 0
13 aa Q4 22 0
14 aa Q4 22 0
15 aa Q4 22 0
2 aa Q3 22 0
8 aa Q3 22 0
9 aa Q3 22 0
10 aa Q3 22 0
11 aa Q3 22 0
4 aa Q2 22 0
5 aa Q2 22 0
6 aa Q2 22 0
7 aa Q2 22 0
0 aa Q1 22 0
1 aa Q1 22 0
2 aa Q1 22 0
3 aa Q1 22 0
9 bb Q1 23 hi 2
16 bb Q1 23 0
17 bb Q1 23 0
18 bb Q1 23 0
19 bb Q1 23 0
CodePudding user response：
First build a dataframe of missing rows then merge with your original dataframe:
cat = pd.CategoricalDtype(df['Date'].unique(), ordered=True)
# Step-1
df1 = df[['id', 'Date']].value_counts(sort=False).clip(1, 4).rsub(5) \
.to_frame('repeat').assign(type='', energy=0).reset_index()
df1 = df1.reindex(df1.index.repeat(df1['repeat'])).drop(columns='repeat')
# Step-2
out = pd.concat([df, df1]).astype({'Date': cat}) \
.sort_values(['id', 'Date']).reset_index(drop=True)
Output:
>>> out
id Date type energy
0 aa Q1 22 hi 5
1 aa Q1 22 0
2 aa Q1 22 0
3 aa Q1 22 0
4 aa Q1 22 0
5 aa Q2 22 hi 5
6 aa Q2 22 0
7 aa Q2 22 0
8 aa Q2 22 0
9 aa Q2 22 0
10 aa Q3 22 0
11 aa Q3 22 0
12 aa Q3 22 0
13 aa Q3 22 0
14 aa Q3 22 0
15 aa Q4 22 0
16 aa Q4 22 0
17 aa Q4 22 0
18 aa Q4 22 0
19 aa Q4 22 0
20 aa Q1 23 hi 5
21 aa Q1 23 hi 5
22 aa Q1 23 hi 5
23 aa Q1 23 hi 5
24 aa Q1 23 hi 5
25 aa Q1 23 0
26 bb Q1 23 hi 2
27 bb Q1 23 0
28 bb Q1 23 0
29 bb Q1 23 0
30 bb Q1 23 0