pandas按名称将多组列合并为多个目标列

ppcbkaq5 于 2021-08-20 发布在 Java

关注(0)|答案(3)|浏览(261)

我想将一个 Dataframe 的几组列合并成多个目标列。与问题类似，python将初始列组分解为多个目标列，并将多个值变量的 Dataframe 重塑/堆叠为单独的列。但是，我需要通过列名而不是索引位置显式地执行此操作。

import pandas as pd
df = pd.DataFrame([('a','b','c',1,2,3,'aa','bb','cc'), ('d', 'e', 'f', 4, 5, 6, 'dd', 'ee', 'ff')],
                  columns=['a_1', 'a_2', 'a_3','b_1', 'b_2', 'b_3','c_1', 'c_2', 'c_3'])
df

原始 Dataframe ：

id   a_1  a_2  a_3  b_1  b_2  b_3  c_1  c_2  c_3
0   101   a    b    c    1    2    3    aa   bb   cc
1   102   d    e    f    4    5    6    dd   ee   ff

目标 Dataframe

id   a   b   c
0   101   a   1   aa
1   101   b   2   bb
2   101   c   3   cc
3   102   d   4   dd
4   102   e   5   ee
5   102   f   6   ff

对于如何解决这一问题，我们非常感谢您的建议。

python pandas melt

来源：https://stackoverflow.com/questions/68308063/python-collapsing-columns-with-same-name

3条答案

按热度按时间

bttbmeg01#

有一种更有效的方法来解决这类涉及熔化多组不同色谱柱的问题。 pd.wide_to_long 是专为这些特定情况而设计的。

pd.wide_to_long(df, stubnames=['a', 'b', 'c'], i='id', j='dropme', sep='_')\
  .reset_index()\
  .drop('dropme', axis=1)\
  .sort_values('id')

    id  a  b   c
0  101  a  1  aa
2  101  b  2  bb
4  101  c  3  cc
1  102  d  4  dd
3  102  e  5  ee
5  102  f  6  ff

赞(0）回复(0）举报 2021-08-20

lnlaulya2#

您可以根据列模式将列名转换为多索引，然后根据需要的结果在特定级别进行堆栈：

import pandas as pd
df.set_index('id', inplace=True)
df.columns = pd.MultiIndex.from_tuples(tuple(df.columns.str.split("_")))
df.stack(level = 1).reset_index(level = 1, drop = True).reset_index()

# id    a   b    c

# 101    a   1   aa

# 101    b   2   bb

# 101    c   3   cc

# 102    d   4   dd

# 102    e   5   ee

# 102    f   6   ff

赞(0）回复(0）举报 2021-08-20

7d7tgy0s3#

cols = df.columns.difference(['id'])

pd.lreshape(df, cols.groupby(cols.str.split('_').str[0])).sort_values('id')
Out: 
    id  a   c  b
0  101  a  aa  1
2  101  b  bb  2
4  101  c  cc  3
1  102  d  dd  4
3  102  e  ee  5
5  102  f  ff  6

赞(0）回复(0）举报 2021-08-20

我来回答

pandas按名称将多组列合并为多个目标列

3条答案

相关问题

热门标签

最新问答