我有一个像这样的结构的pandas DataFrame:
df = pd.DataFrame( [
[ 'foo1', 'a', 'z', 'bar1', 1, 4 ],
[ 'foo2', 'b', 'y', 'bar2', 2, 5 ],
[ 'foo3', 'c', 'x', 'bar3', 3, 6 ]
] )
df.columns = [ 'foo', 'let1', 'let2', 'bar', 'num1', 'num2' ]
print( df )
foo let1 let2 bar num1 num2
0 foo1 a z bar1 1 4
1 foo2 b y bar2 2 5
2 foo3 c x bar3 3 6
我想堆叠列let1和let2,并添加一个标签告诉它们来自哪里. num1和num2也是如此.最后,我想实现这个目标:
foo let letval bar num numval
0 foo1 let1 a bar1 num1 1
1 foo2 let1 b bar2 num1 2
2 foo3 let1 c bar3 num1 3
3 foo1 let2 z bar1 num2 4
4 foo2 let2 y bar2 num2 5
5 foo3 let2 x bar3 num2 6
到目前为止,我已经这样做了:
let = pd.concat( [ df.let1, df.let2 ] )
num = pd.concat( [ df.num1, df.num2 ] )
df = df.drop( ['let1', 'let2', 'num1', 'num2' ], axis=1 )
df = pd.concat( [ df, df ] )
df[ 'letval' ] = let
df[ 'numval' ] = num
print( df )
foo bar letval numval
0 foo1 bar1 a 1
1 foo2 bar2 b 2
2 foo3 bar3 c 3
0 foo1 bar1 z 4
1 foo2 bar2 y 5
2 foo3 bar3 x 6
但是,我很确定有一种更简单的方法可以实现这一点,而无需复制到虚拟变量和此类变通方法.
有任何想法吗?
最佳答案 以下是我尝试将
@ayhan的解决方案与
pd.melt()方法相结合:
In [191]: (pd.melt(df.drop(['num1','num2'], 1), id_vars=['foo','bar'],
.....: var_name='let', value_name='letval')
.....: .assign(numval=pd.lreshape(df.filter(like='num'),
.....: {'numval': ['num1', 'num2']})))
Out[191]:
foo bar let letval numval
0 foo1 bar1 let1 a 1
1 foo2 bar2 let1 b 2
2 foo3 bar3 let1 c 3
3 foo1 bar1 let2 z 4
4 foo2 bar2 let2 y 5
5 foo3 bar3 let2 x 6