将多列附加到df，同时保留其他列值[重复]

Posted 2023-03-11

【中文标题】将多列附加到df，同时保留其他列值[重复]

【英文标题】：append multiple columns to df while keeping other column values [duplicate]

【发布时间】：2021-02-23 02:41:04

【问题描述】：

我有一个 df，其中有多个作者与一个标题和位置相关联：

title | location | author 1 | author 2 | author 3
---------------------------------------------------
A     |  US      |  jon smit| johnny   | brad
B     |  Asia    | Kenny lee| None     | None
C     |  Europe  | gutentag | bonjour  | None

我希望输出忽略任何 None 值，看起来像：

title | location | author   | 
-----------------------------
A     |  US      |  jon smit|
A     |  US      | johnny   | 
A     |  US      | brad     |
B     |  Asia    | Kenny lee| 
C     |  Europe  | gutentag | 
C     |  Europe  | bonjour  | 

任何帮助将不胜感激！

【问题讨论】：

点赞df = df.set_index(['title','location']).stack().reset_index(level=2, drop=True).reset_index(name='author')

@jezrael 还需要删除 None 值。出于这个原因，我只回答了这个问题。

@MayankPorwal - 我认为None 是Nonetype，堆栈删除它们，所以没有，没有必要..

好吧，我以为 stack 只会删除 NaN 值。

知道了。感谢@jezrael 提供的信息。

【参考方案1】：

使用df.melt 和df.replace 将None 值替换为NaN 和df.dropna 以删除NaN。

最后，使用df.sort_values 对列title 上的行进行排序：

In [1414]: import numpy as np

In [1415]: x = df.melt(id_vars=['title', 'location'],  value_name='author')[['title', 'location', 'author']].replace('None', np.nan).dropna().sort_values('title')

In [1416]: x
Out[1416]: 
  title location     author
0     A       US   jon smit
3     A       US     johnny
6     A       US       brad
1     B     Asia  Kenny lee
2     C   Europe   gutentag
5     C   Europe    bonjour

或：如果您的 None 值为 Nonetype 而不是 strings，则不需要 replace。

x = d.melt(id_vars=["title", "location"], value_name="author")[
    ["title", "location", "author"]
].dropna()