如何将多列重新排列为具有相同索引的一列

Question

我正在使用python pandas，我想将一个相同的索引调整为多个列，并使其成为一列。并且如果可以的话，我也想删除零值。

我有这个数据框

index A B C 
a     8 0 1 
b     2 3 0
c     0 4 0 
d     3 2 7

我希望我的输出看起来像这样

index data value
a     A    8 
b     A    2
d     A    3
b     B    3
c     B    4
d     B    2
a     C    1
d     C    7

===
我如下解决了这个任务。我的原始数据有 2 个索引和数据框中的 0 个是 NaN 个值。

起初，我尝试应用 melt 函数，同时删除此 () 之后的 NaN 值，但我做不到。因为我的原始数据有几列（'value_vars'）。所以我分两步重新组织了数据框：

首先，我通过melt函数将多列变成了单列，
然后通过 dropna 函数删除每行中的 NaN 个值。

Answer 1

试试这个：

array = [['a', 8, 0, 1], ['b', 2, 3, 0] ... ]
cols = ['A', 'B', 'C']

result = [[[a[i][0], cols[j], a[i][j + 1]] for i in range(len(a))] for j in range(2)]

输出：

[[['a', 'A', 8], ['b', 'A', 2]], [['a', 'B', 0], ['b', 'B', 3]] ... ]

Answer 2

这看起来有点像 pandas 中的 melt 函数，唯一的区别是索引。

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.melt.html

这是一些您可以运行测试的代码：

import pandas as pd
df = pd.DataFrame({'A': {0: 'a', 1: 'b', 2: 'c'},'B': {0: 1, 1: 3, 2: 5},'C': {0: 2, 1: 4, 2: 6}})
pd.melt(df)

稍加操作，您就可以解决索引问题。

这不是特别 pythonic，但如果您的列数有限，您可以使用：

molten = pd.melt(df)
a = molten.merge(df, left_on='value', right_on = 'A') 
b = molten.merge(df, left_on='value', right_on = 'B') 
c = molten.merge(df, left_on='value', right_on = 'C') 
merge = pd.concat([a,b,c])

如何将多列重新排列为具有相同索引的一列

how to re-arrange multiple columns into one column with same index

python

melt

pandas