python - Pandas - 将列拆分为行，同时保留索引

Question

我有以下简化的DataFrame:

import pandas as pd

pd.DataFrame([{'index_a':'a1', 'index_b':'b1', 'value_x':'x1', 'value_y':'y1'},
              {'index_a':'a2', 'index_b':'b2', 'value_x':'x2', 'value_y':'y2'},
              {'index_a':'a3', 'index_b':'b3', 'value_x':'x3', 'value_y':'y3'}])

它包含两个索引和两个值列。对于下游使用，拥有两个值列是没有意义的(它们来自相同的分布)。因此，我想“分解”这些列并制作一个大列表。这应该是结果:

pd.DataFrame([{'index_a':'a1', 'index_b':'b1', 'value':'x1'},
              {'index_a':'a1', 'index_b':'b1', 'value':'x1'},
              {'index_a':'a2', 'index_b':'b2', 'value':'x2'},
              {'index_a':'a2', 'index_b':'b2', 'value':'y2'},
              {'index_a':'a3', 'index_b':'b3', 'value':'x3'},
              {'index_a':'a3', 'index_b':'b3', 'value':'y3'}])

我尝试通过 .value 和 .ravel() 隔离值，但没有产生所需的结果。

提前致谢。烧烤:)

Answer 1

使用str.contains()作为列名来查找以过滤索引列并将其传递到df.melt()下作为id_vars:

final=df.melt(df.columns[df.columns.str.contains('index')]).drop('variable',1)

<小时/>

  index_a index_b value
0      a1      b1    x1
1      a2      b2    x2
2      a3      b3    x3
3      a1      b1    y1
4      a2      b2    y2
5      a3      b3    y3