Pandas DataFrame 将多列值堆叠到单列中

Posted 2023-03-12

【中文标题】Pandas DataFrame 将多列值堆叠到单列中

【英文标题】：Pandas DataFrame stack multiple column values into single column

【发布时间】：2016-03-26 08:51:18

【问题描述】：

假设如下DataFrame：

  key.0 key.1 key.2  topic
1   abc   def   ghi      8
2   xab   xcd   xef      9

如何将所有 key.* 列的值组合成单个列“key”，该列与 key.* 列对应的主题值相关联？这是我想要的结果：

   topic  key
1      8  abc
2      8  def
3      8  ghi
4      9  xab
5      9  xcd
6      9  xef

请注意，key.N 列的数量在某些外部 N 上是可变的。

【参考方案1】：

你可以融化你的数据框：

>>> keys = [c for c in df if c.startswith('key.')]
>>> pd.melt(df, id_vars='topic', value_vars=keys, value_name='key')

   topic variable  key
0      8    key.0  abc
1      9    key.0  xab
2      8    key.1  def
3      9    key.1  xcd
4      8    key.2  ghi
5      9    key.2  xef

它还为您提供了密钥的来源。

---

从v0.20，melt 是pd.DataFrame 类的第一类函数：

>>> df.melt('topic', value_name='key').drop('variable', 1)

   topic  key
0      8  abc
1      9  xab
2      8  def
3      9  xcd
4      8  ghi
5      9  xef

【参考方案2】：

好的，因为当前答案之一被标记为与此问题重复，我将在这里回答。

通过使用wide_to_long

pd.wide_to_long(df, ['key'], 'topic', 'age').reset_index().drop('age',1)
Out[123]: 
   topic  key
0      8  abc
1      9  xab
2      8  def
3      9  xcd
4      8  ghi
5      9  xef

【参考方案3】：

在尝试了各种方法后，我发现以下内容或多或少是直观的，前提是了解stack的魔力：

# keep topic as index, stack other columns 'against' it
stacked = df.set_index('topic').stack()
# set the name of the new series created
df = stacked.reset_index(name='key')
# drop the 'source' level (key.*)
df.drop('level_1', axis=1, inplace=True)

根据需要生成的数据框：

   topic  key
0      8  abc
1      8  def
2      8  ghi
3      9  xab
4      9  xcd
5      9  xef

您可能需要打印中间结果以全面了解该过程。如果您不介意列数超出所需，关键步骤是set_index('topic')、stack() 和reset_index(name='key')。

【讨论】：

我似乎找不到关于 name 参数的任何文档 reset_index，你能解释一下它是如何工作的吗？

是Series.reset_index()