我有一个宽格式的数据集，其中一行的 x 和 y 坐标位于不同的列中。下面的示例只有 4 个坐标对，但实际数据集有几十个。有一列包含纵坐标的数量(下例中的 n)。
如何用这么多 xn、yn 列来融合这个数据框？我可以在不明确调用的情况下执行此操作吗 ('x1', 'y1', 'x2', 'y2', 'x3', 'y3', 'x4', 'y4' ... 'xn', 'yn') ？我需要跟踪订单，以便 (x1,y1) 对是计数器 1； (x2,y2) 是计数器 2；等等
idx = [1, 2, 3]
colA = [10, 5, 12]
n = [3, 2, 4]
x1 = [0, 1, 7]
y1 = [4, 0, 4]
x2 = [3, 2, 8]
y2 = [5, 1, 5]
x3 = [4, np.nan, 10]
y3 = [3,np.nan, 3]
x4 = [np.nan, np.nan, 11]
y4 = [np.nan, np.nan, 3]
df = pd.DataFrame(list(zip(idx, colA, n,
x1, y1, x2, y2, x3, y3, x4, y4
)),
columns =['idx', 'colA', 'n',
'x1', 'y1', 'x2', 'y2',
'x3', 'y3', 'x4', 'y4'
])
display(df)
<表类="s-表">
<头>
idx
colA
<日>n
x1
y1
x2
y2
x3
y3
x4
y4
<正文>
1
10
3
0
4
3
5
4.0
3.0
NaN
NaN
2
5
2
1
0
2
1
NaN
NaN
NaN
NaN
3
12
4
7
4
8
5
10.0
3.0
11.0
3.0
期望的输出
<表类="s-表">
<头>
idx
colA
计数器
x
<日>是
<正文>
1
10
1
0
4
1
10
2
3
5
1
10
3
4
3
2
5
1
1
0
2
5
2
2
1
3
12
1
7
4
3
12
2
8
5
3
12
3
10
3
3
12
4
11
3
最佳答案
让我们试试 wide_to_long
out = pd.wide_to_long(df,['x','y'],i=['idx','colA','n'],j='cnt').dropna().reset_index()
Out[8]:
idx colA n cnt x y
0 1 10 3 1 0.0 4.0
1 1 10 3 2 3.0 5.0
2 1 10 3 3 4.0 3.0
3 2 5 2 1 1.0 0.0
4 2 5 2 2 2.0 1.0
5 3 12 4 1 7.0 4.0
6 3 12 4 2 8.0 5.0
7 3 12 4 3 10.0 3.0
8 3 12 4 4 11.0 3.0
关于python - Pandas 融化了 n 列和顺序控制(计数器)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/67829948/