我正在尝试将pandas DataFrame列收集到一个键值对中,并将其列为
python中的一行.如果我们以下面的DataFrame为例,我想从这里开始:
import pandas as pd
from collections import OrderedDict
df = pd.DataFrame({'value_2016': [200],
'value_2017': [300],
'value_2018': [float('NaN')]})
print(df)
value_2016 value_2017 value_2018
0 200 300 NaN
至:
df_result = pd.DataFrame(OrderedDict({'year': [2016, 2017],
'value': [200, 300]}))
print(df_result)
year value
0 2016 200
1 2017 300
如果你熟悉R,那么等价物会是这样的:
require("plyr"); require("dplyr"); require(tidyr)
df <- data.frame(value_2016 = 200,
value_2017 = 300,
value_2018 = NA)
df %>%
gather(year, value, value_2016:value_2018) %>%
mutate(year = gsub(x = .$year, replacement = "", "value_")) %>%
na.exclude
year value
1 2016 200
2 2017 300
任何帮助都会非常酷!
最佳答案 您可以在
split
之前创建MultiIndex,然后在
stack
之前重新整形:
df.columns = df.columns.str.split('_', expand=True)
df = df.stack().reset_index(level=0, drop=True).rename_axis('year').reset_index()
#if necessary convert float to int
df.value = df.value.astype(int)
print (df)
year value
0 2016 200
1 2017 300
如果想使用DataFrame构造函数使用get_level_values
:
df.columns = df.columns.str.split('_', expand=True)
df = df.stack()
df_result = pd.DataFrame(OrderedDict({'year': df.index.get_level_values(1),
'value': df['value'].astype(int).values}))
print(df_result)
year value
0 2016 200
1 2017 300