python - 将数据框列分解为多行

Question

我有一个大型数据框 a，我想将其拆分或分解为数据框 b (真实的数据框 a 包含 90 列)。

我试图寻找与此类似的问题的解决方案，但我没有找到，因为它与单元格中的值无关，而是与列名称相关。

任何指向解决方案或使用 pandas 库中现有函数的指针将不胜感激。

提前谢谢您。

from pandas import DataFrame
import numpy as np
# current df
a = DataFrame([{'ID': 'ID_1', 'A-1': 'a1', 'B-1':'b1','C-1':'c1', 'A-2': 'a2', 'B-2':'b2','C-2':'c2'}])

# desired df
b = DataFrame([{'ID': 'ID_1', 'A': 'a1', 'B':'b1', 'C':'c1'},
               {'ID': 'ID_1','A': 'a2', 'B':'b2','C':'c2'}])

当前 df

所需的 df

我的一个想法是将此数据帧拆分为两个数据帧(数据帧 1 将包含从 A1 到 C1 的列，数据帧 2 将包含从 A2 到 C2 的列)将列重命名为 A/B/C ，然后将两者连接起来。但我不确定效率，因为我有 90 个列，这些列会随着时间的推移而增长。

Answer 1

此方法将生成一些中间列，稍后将其删除。

首先将标题中的标签(A-1，...)放入列中

df = pd.melt(a, id_vars=['ID'], var_name='label')

然后将标签拆分为字符和数字

df[['char', 'num']] = df['label'].str.split('-', expand=True)

最后在unstack之前删除标签set_index，并处理最终表格格式。

df.drop('label', axis=1)\
    .set_index(['ID', 'num', 'char'])\
    .unstack()\
    .droplevel(0, axis=1)\
    .reset_index()\
    .drop('num', axis=1)