我希望有人能幫我解決我的問題。給定如下圖所示的熊貓數據框，我想將它重新安排到一個新的數據框中，組合幾組列（這些組的大小都相同），這樣每組就變成一個列，如下面的期望結果圖像所示。預先感謝您提供任何提示。
3 回答
慕的地6264312
TA貢獻1817條經驗 獲得超6個贊
對于一般解決方案，您可以嘗試以下兩個選項之一：
您可以嘗試這樣做，使用OrderedDict來獲取按字母順序排列的字母非數字列名稱，pd.DataFrame.filter以過濾具有相似名稱的列，然后使用以下值連接值pd.DataFrame.stack：
import pandas as pd
from collections import OrderedDict
df = pd.DataFrame([[0,1,2,3,4],[5,6,7,8,9]], columns=['a1','a2','b1','b2','c'])
newdf=pd.DataFrame()
for col in list(OrderedDict.fromkeys( ''.join(df.columns)).keys()):
if col.isalpha():
newdf[col]=df.filter(like=col, axis=1).stack().reset_index(level=1,drop=True)
newdf=newdf.reset_index(drop=True)
輸出：
df
a1 a2 b1 b2 c
0 0 1 2 3 4
1 5 6 7 8 9
newdf
a b c
0 0 2 4
1 1 3 4
2 5 7 9
3 6 8 9
獲取列名的另一種方法是使用reand setlike this，然后按字母順序對列進行排序：
newdf=pd.DataFrame()
import re
for col in set(re.findall('[^\W\d_]',''.join(df.columns))):
newdf[col]=df.filter(like=col, axis=1).stack().reset_index(level=1,drop=True)
newdf=newdf.reindex(sorted(newdf.columns), axis=1).reset_index(drop=True)
輸出：
newdf
a b c
0 0 2 4
1 1 3 4
2 5 7 9
3 6 8 9
Cats萌萌
TA貢獻1805條經驗 獲得超9個贊
您可以使用pd.wide_to_long和rename“c”列執行此操作：
df_out = pd.wide_to_long(df.reset_index().rename(columns={'c':'c1'}),
['a','b','c'],'index','no')
df_out = df_out.reset_index(drop=True).ffill().astype(int)
df_out
輸出：
a b c
0 0 2 4
1 1 3 4
2 5 7 9
3 6 8 9
相同的數據框只是排序不同。
pd.wide_to_long(df, ['a','b'], 'c', 'no').reset_index().drop('no', axis=1)
輸出：
c a b
0 4 0 2
1 9 5 7
2 4 1 3
3 9 6 8
拉風的咖菲貓
TA貢獻1995條經驗 獲得超2個贊
c 列只有一列，而其他字母有兩列，這一事實讓它變得有點棘手。我首先堆疊數據框并去掉列名中的數字。然后對于 a 和 b，我旋轉了一個數據框并刪除了所有 nans。對于 c，我將數據幀的長度乘以 2 使其與 a 和 b 匹配，然后將其與 a 和 b 合并。
輸入：
import pandas as pd
df = pd.DataFrame({'a1': {0: 0, 1: 5},
'a2': {0: 1, 1: 6},
'b1': {0: 2, 1: 7},
'b2': {0: 3, 1: 8},
'c': {0: 4, 1: 9}})
df
代碼：
df1=df.copy().stack().reset_index().replace('[0-9]+', '', regex=True)
dfab = df1[df1['level_1'].isin(['a','b'])].pivot(index=0, columns='level_1', values=0) \
.apply(lambda x: pd.Series(x.dropna().values)).astype(int)
dfc = pd.DataFrame(np.repeat(df['c'].values,2,axis=0)).rename({0:'c'}, axis=1)
df2=pd.merge(dfab, dfc, how='left', left_index=True, right_index=True)
df2
輸出：
a b c
0 0 2 4
1 1 3 4
2 5 7 9
3 6 8 9
添加回答
舉報
0/150
提交
取消