Dataframe 融化并保留索引

Dataframe melt and retain index

我有一个这样的数据框:

    df = pd.DataFrame(
        [
            ["True", "False"],
            ["True", "True"],
            ["False", "True"],

        ],
        index=["bob", "sue", "joe"],
        columns=["R1", "R2"],
    )

我想融化 df 以便使用索引名称,并将 Trues 替换为列名,因此输出如下:

    df = pd.DataFrame(
        [
            ["bob", "R1"],
            ["sue", "R1"],
            ["sue", "R2"],
            ["joe", "R2"],
        ],
        columns=["Names", "Role"],
    )

我怎样才能做到这一点?

首先使用 DataFrame.melt 将索引转换为列:

df = df.rename_axis('Names').reset_index().melt('Names', var_name='Role')

然后按 True 值筛选:

df = df.loc[df['value'].map({'True':True, 'False':False}), ['Names','Role']]

或:

df = df.loc[df['value'] == 'True', ['Names','Role']]

print(df)  
  Names Role
0   bob   R1
1   sue   R1
4   sue   R2
5   joe   R2