将 Pandas 数据框列和索引转换为值

Question

我有一个“yes/no”格式的数据框，如

    7   22
1   NaN t
25  t   NaN

其中“t”代表是，我需要将其转换为 X-Y table，因为列名是 X 坐标，索引是 Y 坐标：

  X  Y
1 22  1
2  7 25

伪代码如：

if a cell = "t":
     newdf.X = df.column(t)
     newdf.Y = df.index(t)

Answer 1

试试这个：

# Use np.where to get the integer location of the 't's in the dataframe
r, c = np.where(df == 't')

# Use dataframe constructor with dataframe indexes to define X, Y
df_out = pd.DataFrame({'X':df.columns[c], 'Y':df.index[r]})
df_out

输出：

    X   Y
0  22   1
1   7  25

地址更新：

给定 df，

      7   22
1   NaN    t
13  NaN  NaN
25    t  NaN

然后：

r, c = np.where(df == 't')
df_out = pd.DataFrame({'X':df.columns[c], 'Y':df.index[r]}, index=r)
df_out = df_out.reindex(range(df.shape[0]))
df_out

输出：

     X     Y
0   22   1.0
1  NaN   NaN
2    7  25.0

Answer 2

stack的另一个选项：

pd.DataFrame.from_records(
    df.stack().index.swaplevel(),
    columns=['X', 'Y'])

输出：

    X   Y
0  22   1
1   7  25

Answer 3

基于堆叠的魔力，我的回答是对@Perl 的 answer 的一个调整（无法评论，因为 reps < 50）-

df.stack().to_frame().reset_index().drop(0,axis = 1).rename(columns = {'level_0':"Y","level_1":"X"}).reindex(columns=["X","Y"])

PS - 感谢 Kristian Canler 的编辑。

将 Pandas 数据框列和索引转换为值

Transform a Pandas Dataframe Column and Index to Values

python

transformation

dataframe

pandas