首先，對標題感到抱歉，但我不知道如何用不到一句話來表達它......我有一個看起來像這樣的 DataFrame： 24 36 48A 1 2 1B 2 2 2C 2 1 3我想將其轉換為： Num Let Val0 24 A 11 24 B 23 24 C 24 36 A 2...n 48 C 3這個想法是使用原始 df 索引的值創建一個新列（'Let'），并使用原始 df 列的名稱創建另一個列（'Num'）。'Val' 列應該是原始表中的對應值（類似于您在 Excel 中可能有一個表的方式）。新表中行的順序不相關。我用 pivot_table() 做了一些嘗試，但沒有成功。知道如何去做嗎？提前致謝！
2 回答
眼眸繁星
TA貢獻1873條經驗 獲得超9個贊
你要找的是函數melt()
對于您的具體示例，它看起來像這樣：
import numpy as np
import pandas as pd
df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=['24', '36', '48'], index=['A', 'B', 'C'])
df
# 24 36 48
# A 1 2 3
# B 4 5 6
# C 7 8 9
df.reset_index().melt(id_vars=["index"])
# index variable value
# 0 A 24 1
# 1 B 24 4
# 2 C 24 7
# 3 A 36 2
# 4 B 36 5
# 5 C 36 8
# 6 A 48 3
# 7 B 48 6
# 8 C 48 9
GCT1015
TA貢獻1827條經驗 獲得超4個贊
import numpy as np
arr1 = np.array([[1, 2, 3], [4, 5, 6]])
print(f'Original Array:\n{arr1}')
arr1_transpose = arr1.transpose()
print(f'Transposed Array:\n{arr1_transpose}')
添加回答
舉報
0/150
提交
取消