Pandas DataFrame 将多个列值堆叠到单个列中

Pandas DataFrame stack multiple column values into single column

假设以下数据帧:

  key.0 key.1 key.2  topic
1   abc   def   ghi      8
2   xab   xcd   xef      9

如何将所有 key.* 列的值组合成一个单独的列 'key',该列与对应于 key.* 列的主题值相关联?这是我想要的结果:

   topic  key
1      8  abc
2      8  def
3      8  ghi
4      9  xab
5      9  xcd
6      9  xef

请注意,key.N 列的数量在某些外部 N 上是可变的。

你可以融化你的数据框:

>>> keys = [c for c in df if c.startswith('key.')]
>>> pd.melt(df, id_vars='topic', value_vars=keys, value_name='key')

   topic variable  key
0      8    key.0  abc
1      9    key.0  xab
2      8    key.1  def
3      9    key.1  xcd
4      8    key.2  ghi
5      9    key.2  xef

它还提供了密钥的来源。


v0.20 开始,meltpd.DataFrame 的第一个 class 函数 class:

>>> df.melt('topic', value_name='key').drop('variable', 1)

   topic  key
0      8  abc
1      9  xab
2      8  def
3      9  xcd
4      8  ghi
5      9  xef

在尝试了各种方法后,我发现以下内容或多或少是直观的,前提是理解 stack 的魔法:

# keep topic as index, stack other columns 'against' it
stacked = df.set_index('topic').stack()
# set the name of the new series created
df = stacked.reset_index(name='key')
# drop the 'source' level (key.*)
df.drop('level_1', axis=1, inplace=True)

生成的数据帧符合要求:

   topic  key
0      8  abc
1      8  def
2      8  ghi
3      9  xab
4      9  xcd
5      9  xef

您可能需要打印中间结果以完整了解该过程。如果您不介意列数超过需要,关键步骤是 set_index('topic')stack()reset_index(name='key').

好的,因为当前答案之一被标记为与此问题重复,我将在这里回答。

通过使用wide_to_long

pd.wide_to_long(df, ['key'], 'topic', 'age').reset_index().drop('age',1)
Out[123]: 
   topic  key
0      8  abc
1      9  xab
2      8  def
3      9  xcd
4      8  ghi
5      9  xef