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stack
和reset_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
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)