Python Pandas:更改格式,其中索引和列名以及相应的值是新的行值

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python Pandas:更改格式,其中索引和列名以及相应的值是新的行值相关的知识,希望对你有一定的参考价值。

我想在数据框中进行格式更改,但是我想以最有效的方式做到这一点:可以说我有一个像这样的数据框:

     A     B
1    10    11
2    12    13 

我想将其转换为此数据框:

Location  Value
[1,A]     10
[1,B]     11
[2,A]     12
[2,B]     13

谢谢您=)

答案

您可以使用stackreset_index

new_df = df.stack()
new_df['Location'] = [x for x in new_df.index]
new_df = new_df.reset_index(drop=True)

以上是关于Python Pandas:更改格式,其中索引和列名以及相应的值是新的行值的主要内容,如果未能解决你的问题,请参考以下文章

python--pandas删除

pandas读取csv数据index_col参数指定作为行索引的数据列索引列表形成复合(多层)行索引loc基于行层索引元组和列层索引元组筛选dataframe数据(其中列索引元组只包含最外层)

pandas读取csv数据index_col参数指定作为行索引的数据列索引列表形成复合(多层)行索引loc基于行层索引元组和列层索引元组筛选dataframe数据(其中列索引元组只包含最外层)

pandas读取csv数据index_col参数指定作为行索引的数据列索引列表形成复合(多层)行索引loc基于行层索引元组和列层索引元组筛选dataframe数据(其中列索引元组只包含最外层)

将日期时间格式的索引转换为仅限日期的python pandas

04 pandas DataFrame_创建、文件读取、编码