Pandas重塑列集作为行

Question

我有一个数据框，大致长这样：

A1 B1 C1 A4 B4 C4 A7 B7 C7
A2 B2 C2 A5 B5 C5 A8 B8 C8
A3 B3 C3 A6 B6 C6 A9 B9 C9

我希望你能将其翻译为以下内容：

我想让它看起来像这样：

A1 B1 C1
A2 B2 C2
A3 B3 C3
A4 B4 C4
A5 B5 C5
A6 B6 C6
A7 B7 C7
A8 B8 C8
A9 B9 C9

在pandas或其他数据处理库中，是否有任何内置功能可以在不手动遍历每个“列集”三次（在此示例中）的情况下轻松完成此操作？这实际上将是一个三列数据透视表。

- Nick Faughey

---

你可以使用 df.values.reshape(-1,3)。 - Quang Hoang

@QuangHoang 检查他的输出顺序，reshape 无法解决。 - user3483203

Answer 1

reshape + swapaxes + reshape

---

df.values.reshape(-1, 3, 3).swapaxes(1, 0).reshape(-1, 3)

array([['A1', 'B1', 'C1'],
       ['A2', 'B2', 'C2'],
       ['A3', 'B3', 'C3'],
       ['A4', 'B4', 'C4'],
       ['A5', 'B5', 'C5'],
       ['A6', 'B6', 'C6'],
       ['A7', 'B7', 'C7'],
       ['A8', 'B8', 'C8'],
       ['A9', 'B9', 'C9']], dtype=object)

为了更加通用，您可以根据分组计算偏移量。例如，在以下框架中，让我们将每4列分为一组：

A1 B1 C1 D1 A4 B4 C4 D4 A7 B7 C7 D7
A2 B2 C2 D2 A5 B5 C5 D5 A8 B8 C8 D8
A3 B3 C3 D3 A6 B6 C6 D6 A9 B9 C9 D9

n = 4
f = df.shape[1] // n

df.values.reshape(-1, f, n).swapaxes(1, 0).reshape(-1, n)

array([['A1', 'B1', 'C1', 'D1'],
       ['A2', 'B2', 'C2', 'D2'],
       ['A3', 'B3', 'C3', 'D3'],
       ['A4', 'B4', 'C4', 'D4'],
       ['A5', 'B5', 'C5', 'D5'],
       ['A6', 'B6', 'C6', 'D6'],
       ['A7', 'B7', 'C7', 'D7'],
       ['A8', 'B8', 'C8', 'D8'],
       ['A9', 'B9', 'C9', 'D9']], dtype=object)

使用底层数组将是一种非常快速的方法。

df = pd.concat([df]*500)

In [128]: %%timeit
     ...: n = 3
     ...: f = df.shape[1] // n
     ...: df.values.reshape(-1, f, n).swapaxes(1, 0).reshape(-1, n)
     ...:
77.4 µs ± 417 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [129]: %%timeit
     ...: c = np.arange(len(df.columns))
     ...: df.columns = [c // 3, c % 3]
     ...: df1 = df.stack(0).sort_index(level=1).reset_index(drop=True)
     ...:
     ...:
12.2 ms ± 326 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

- user3483203

Answer 2

使用DataFrame.stack与通过模数和整数除法创建的MultiIndex:

c = np.arange(len(df.columns))

df.columns = [c // 3, c % 3]
df1 = df.stack(0).sort_index(level=1).reset_index(drop=True)
print (df1)
RangeIndex(start=0, stop=3, step=1)
    0   1   2
0  A1  B1  C1
1  A2  B2  C2
2  A3  B3  C3
3  A4  B4  C4
4  A5  B5  C5
5  A6  B6  C6
6  A7  B7  C7
7  A8  B8  C8
8  A9  B9  C9

- jezrael

Answer 3

你可以重建 df：

import pandas as pd
from itertools import chain

letters = sorted(set(j for i in chain(*df.values) for j in i if j.isalpha()))
v = {letter: sorted(i for i in chain(*df.values) if i.startswith(letter)) for letter in letters}

dff = pd.DataFrame(v)
print(dff)

    A   B   C
0  A1  B1  C1
1  A2  B2  C2
2  A3  B3  C3
3  A4  B4  C4
4  A5  B5  C5
5  A6  B6  C6
6  A7  B7  C7
7  A8  B8  C8
8  A9  B9  C9

- manwithfewneeds

Answer 4

我在pandas方面没有太多经验，所以不知道确切的语法。但是你可以将原始数据框拆分成3个块，然后沿着第一轴重新连接为所需的数据框。

因此，它可以分成

A1 B1 C1
A2 B2 C2
A3 B3 C3

,

A4 B4 C4
A5 B5 C5
A6 B6 C6

,

A7 B7 C7
A8 B8 C8
A9 B9 C9

.

- Adam