python - 从宽到长，但我想使用前缀而不是后缀

Question

我正在处理以下数据，最终我不想在变量名称中使用旧/新，而是想比较旧 x 与新 x、旧 y 与新 y 等，其中旧的和新的包含在“年龄”变量中。

np.random.seed(5)
dat = []

for r in range(100):
  v = np.random.rand(6)
  rec = {
    "i": r,
    "old_x": v[0],
    "old_y": v[1],
    "old_z": v[2],
    "new_x": v[3],
    "new_y": v[4],
    "new_z": v[5],
  }
  dat.append(rec)

df = pd.DataFrame(dat)

>>> df
     i     old_x     old_y     old_z     new_x     new_y     new_z
0    0  0.110519  0.096792  0.980107  0.156369  0.540795  0.358307
1    1  0.292648  0.623699  0.376485  0.271227  0.931222  0.391800
2    2  0.872280  0.412259  0.831854  0.417520  0.874671  0.267805
3    3  0.497580  0.342821  0.338618  0.447617  0.618905  0.630221
4    4  0.611636  0.413489  0.302103  0.855590  0.061317  0.155975
..  ..       ...       ...       ...       ...       ...       ...
95  95  0.798706  0.085928  0.215995  0.819614  0.074777  0.876801
96  96  0.997671  0.344107  0.335971  0.199516  0.238919  0.852654
97  97  0.437936  0.924561  0.668733  0.148862  0.166350  0.861785
98  98  0.822570  0.426939  0.935153  0.771598  0.555669  0.639590
99  99  0.849823  0.960070  0.437960  0.675045  0.745331  0.428660

[100 rows x 7 columns]

我想将其 reshape 为 columns = ["age", "x", "y", "z"] 给出的数据框，其中 age 取值 ["旧”, "new"].

这是我尝试过的:

>>> pd.wide_to_long(df, stubnames=['old',"new"], i='i', j='age', sep='_', suffix=r'\w+')
             old       new
i  age                    
0  x    0.110519  0.156369
1  x    0.292648  0.271227
2  x    0.872280  0.417520
3  x    0.497580  0.447617
4  x    0.611636  0.855590
...          ...       ...
95 z    0.215995  0.876801
96 z    0.335971  0.852654
97 z    0.668733  0.861785
98 z    0.935153  0.639590
99 z    0.437960  0.428660

[300 rows x 2 columns]

您可以看到这与我正在寻找的有点相反。这也没有用:

df.pivot_table(values=["x", "y", "z"], index=[i], columns='age')

KeyError: 'x'

我正在寻找的更像是:

>>> df
     i         x         y         z  age
0    0  0.110519  0.096792  0.980107  old  
     0  0.156369  0.540795  0.358307  new
1    1  0.292648  0.623699  0.376485  old
     1  0.271227  0.931222  0.391800  new
2    2  0.872280  0.412259  0.831854  old  
     2  0.417520  0.874671  0.267805  new

如果“旧”和"new"是 bool 值而不是字符串，我没问题。

Answer 1

另一种选择:

df.set_index(['i'], inplace=True)
df.columns = df.columns.str.split('_').map(tuple)  
df.stack(level=0).rename_axis(('i', 'age')).reset_index()

#      i  age         x         y         z
#0     0  new  0.918611  0.488411  0.611744
#1     0  old  0.221993  0.870732  0.206719
#2     1  new  0.187721  0.080741  0.738440
#3     1  old  0.765908  0.518418  0.296801
#4     2  new  0.274086  0.414235  0.296080
#..   ..  ...       ...       ...       ...
#195  97  old  0.960385  0.784069  0.922694
#196  98  new  0.056743  0.165556  0.430358
#197  98  old  0.460486  0.734635  0.953751
#198  99  new  0.174529  0.041988  0.635096
#199  99  old  0.027449  0.359603  0.423178

#[200 rows x 5 columns]