在 pandas 中，如何重新排列数据框以同时组合多组列？

Question

希望有人能帮我解决问题。

给定一个 pandas 数据框，如下图所示，

我想将它重新安排到一个新的数据框中，组合几组列（这些组的大小都相同），这样每组就变成一个列，如下面的所需结果图像所示。

提前感谢您的任何提示。

Answer 1

对于一般解决方案，您可以尝试以下两个选项之一：

你可以试试这个，使用 OrderedDict to get the alpha-nonnumeric column names ordered alphabetically, pd.DataFrame.filter to filter the columns with similar names, and then concat the values with :

import pandas as pd
from collections import OrderedDict

df = pd.DataFrame([[0,1,2,3,4],[5,6,7,8,9]], columns=['a1','a2','b1','b2','c'])


newdf=pd.DataFrame()

for col in list(OrderedDict.fromkeys( ''.join(df.columns)).keys()):
    if col.isalpha():
        newdf[col]=df.filter(like=col, axis=1).stack().reset_index(level=1,drop=True)
newdf=newdf.reset_index(drop=True)

输出：

df
   a1  a2  b1  b2  c
0   0   1   2   3  4
1   5   6   7   8  9

newdf
   a  b  c
0  0  2  4
1  1  3  4
2  5  7  9
3  6  8  9

获取列名的另一种方法是像这样使用 re 和 set，然后按字母顺序对列进行排序：

newdf=pd.DataFrame()
import re
for col in set(re.findall('[^\W\d_]',''.join(df.columns))):
    newdf[col]=df.filter(like=col, axis=1).stack().reset_index(level=1,drop=True)
newdf=newdf.reindex(sorted(newdf.columns), axis=1).reset_index(drop=True)

输出：

Answer 2

c 列只有一列，而其他字母有两列，这一事实使它变得有点棘手。我首先堆叠数据框并去掉列名中的数字。然后对于 a 和 b，我旋转了一个数据框并删除了所有 nans。对于c，我将dataframe的长度乘以2使其匹配a和b，然后将其与a和b合并。

输入：

import pandas as pd
df = pd.DataFrame({'a1': {0: 0, 1: 5},
 'a2': {0: 1, 1: 6},
 'b1': {0: 2, 1: 7},
 'b2': {0: 3, 1: 8},
 'c': {0: 4, 1: 9}})
df

代码：

df1=df.copy().stack().reset_index().replace('[0-9]+', '', regex=True)
dfab = df1[df1['level_1'].isin(['a','b'])].pivot(index=0, columns='level_1', values=0) \
                         .apply(lambda x: pd.Series(x.dropna().values)).astype(int)
dfc = pd.DataFrame(np.repeat(df['c'].values,2,axis=0)).rename({0:'c'}, axis=1)
df2=pd.merge(dfab, dfc, how='left', left_index=True, right_index=True)
df2

输出：

    a   b   c
0   0   2   4
1   1   3   4
2   5   7   9
3   6   8   9

Answer 3

您可以使用 pd.wide_to_long 和 rename 'c' 列来执行此操作：

df_out = pd.wide_to_long(df.reset_index().rename(columns={'c':'c1'}),
                         ['a','b','c'],'index','no')
df_out = df_out.reset_index(drop=True).ffill().astype(int)
df_out

输出：

相同的数据帧只是排序不同。

pd.wide_to_long(df,  ['a','b'], 'c', 'no').reset_index().drop('no', axis=1)

输出：

在 pandas 中，如何重新排列数据框以同时组合多组列？

In pandas, how to re-arrange the dataframe to simultaneously combine groups of columns?

python

pandas

dataframe

concat