我正在尝试将数据框转换为长格式。
我开始的数据框:
df = pd.DataFrame([['a', 'b'],
['d', 'e'],
['f', 'g', 'h'],
['q', 'r', 'e', 't']])
df = df.rename(columns={0: "Key"})
Key 1 2 3
0 a b None None
1 d e None None
2 f g h None
3 q r e t
不指定列数,可能超过4列。键后每个值应该有一个新行
这得到了我所需要的,但是,似乎应该有一种方法可以做到这一点而不必删除空值:
new_df = pd.melt(df, id_vars=['Key'])[['Key', 'value']]
new_df = new_df.dropna()
Key value
0 a b
1 d e
2 f g
3 q r
6 f h
7 q e
11 q t
最佳答案
选项 1
你应该能够用 set_index
+ stack
来做到这一点:
df.set_index('Key').stack().reset_index(level=0, name='value').reset_index(drop=True)
Key value
0 a b
1 d e
2 f g
3 f h
4 q r
5 q s
6 q t
如果你不想一直重置索引,那么使用一个中间变量并创建一个新的DataFrame:
v = df.set_index('Key').stack()
pd.DataFrame({'Key' : v.index.get_level_values(0), 'value' : v.values})
Key value
0 a b
1 d e
2 f g
3 f h
4 q r
5 q s
6 q t
这里的本质是 stack
默认情况下会自动摆脱 NaN
(您可以通过设置 dropna=False
来禁用它)。
选项 2
使用 np.repeat
和 numpy 版本的 pd.DataFrame.stack
获得更多性能:
i = df.pop('Key').values
j = df.values.ravel()
pd.DataFrame({'Key' : v.repeat(df.count(axis=1)), 'value' : j[pd.notnull(j)]
})
Key value
0 a b
1 d e
2 f g
3 f h
4 q r
5 q s
6 q t
关于python - 将 pandas 列值转换为行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49441053/