如何在Python中转换或融合列？

Question

我有一个表格，但是我想把它变成一个简单的表单。现有的表格长这样：

group      mp_current   mh_current   mp_total   mh_total 
contractor       25         4825        0          0

我想将表格转换为这种形式：

group        mp    mh    period
contractor   25   4825   current
contractor   0      0    total

我希望有一个专门的mp和mh列，以及一个额外的期间列。

我该如何在Python中执行此操作？

- yangyang

Answer 1

wide_to_long

使用wide_to_long函数，你可以指定列前缀（即“桩名”）、分隔符（'_'），并且默认情况下期望数值的后缀为任意字符（'.*'）。j参数代表分隔符之后的值所在的列标签。i参数引用的列需要能够唯一地标识每一行。

df1 = (pd.wide_to_long(df, i='group', j='period', 
                       stubnames=['mh', 'mp'], sep='_', suffix='.*')
         .reset_index())

---

        group   period    mh  mp
0  contractor  current  4825  25
1  contractor    total     0   0

- ALollz

Answer 2

如前一个解决方案所提供的，wide_to_long可很好地解决此问题。 另一种选择是使用pyjanitor库中的pivot_longer函数（它们只是pandas函数/方法的封装器）：

# pip install pyjanitor
import pandas as pd
import janitor
df.pivot_longer(index='group', 
                names_to=('.value', 'period'), 
                names_sep='_')
 
        group   period  mp    mh
0  contractor  current  25  4825
1  contractor    total   0     0

.value是一个指标（类似于wide_to_long中的stubnames，但更加灵活），提示pivot_longer保留与其相关联的列名称部分作为标题，而其他部分则被收集到period列中。由于列部分是由_分隔的，因此在names_sep参数中使用它。 .value可以是列名的任何部分，只要您可以使用正则表达式(names_pattern)或定界符(names_sep)轻松识别它。

您还可以使用stack方法完成这项工作，其中设置索引，拆分列，堆叠相关级别，最后重新设置索引。

df = df.set_index('group')
df.columns = df.columns.str.split('_', expand = True)
df.columns.names = [None, 'period']
df.stack(-1).reset_index()
 
        group   period    mh  mp
0  contractor  current  4825  25
1  contractor    total     0   0

- sammywemmy