在pandas数据框中反转具有相同名称的多个列

Question

I have the following dataframe:

pp  b          pp   b
5   0.001464    6   0.001853
5   0.001459    6   0.001843

有没有一种方法可以将具有相同名称的列转换为多行？

这是所需的输出：

pp  b         
5   0.001464    
5   0.001459    
6   0.001853
6   0.001843

- user308827

Answer 1

尝试使用 axis=1 的 groupby。

df.groupby(df.columns.values, axis=1).agg(lambda x: x.values.tolist()).sum().apply(pd.Series).T.sort_values('pp')
Out[320]: 
          b   pp
0  0.001464  5.0
2  0.001459  5.0
1  0.001853  6.0
3  0.001843  6.0

使用wide_to_long的有趣方式

s=pd.Series(df.columns)
df.columns=df.columns+s.groupby(s).cumcount().astype(str)

pd.wide_to_long(df.reset_index(),stubnames=['pp','b'],i='index',j='drop',suffix='\d+')
Out[342]: 
            pp         b
index drop              
0     0      5  0.001464
1     0      5  0.001459
0     1      6  0.001853
1     1      6  0.001843

- BENY

---

谢谢@Wen，你的解决方案有效。你能告诉我groupby和agg部分是做什么的吗？谢谢！ - user308827

@user308827，这部分是按列进行分组，对于相同的列，我们将值连接成一个列表，然后只需要展开列表，就可以产生结果。 - BENY

Answer 2

这可以使用numpy实现：

res = pd.DataFrame({'pp': df['pp'].values.T.ravel(),
                    'b': df['b'].values.T.ravel()})

print(res)

          b  pp
0  0.001464   5
1  0.001459   5
2  0.001853   6
3  0.001843   6

---

或者不用明确指定特定的列：

res = pd.DataFrame({i: df[i].values.T.ravel() for i in set(df.columns)})

- jpp

Answer 3

让我们使用melt、cumcount和unstack来处理它们：

dm = df.melt()
dm.set_index(['variable',dm.groupby('variable').cumcount()])\
  .sort_index()['value'].unstack(0)

输出：

variable         b   pp
0         0.001464  5.0
1         0.001459  5.0
2         0.001853  6.0
3         0.001843  6.0

- Scott Boston

---

谢谢！我遇到了这个错误：*** TypeError: '<' not supported between instances of 'str' and 'int'，目前还不确定是因为示例数据框与我的实际数据框不同还是其他原因。 - user308827

Answer 4

我有些惊讶，迄今为止没有人提到使用pd.concat...看下面的例子：

我有些惊讶，迄今为止没有人提到使用pd.concat...看下面的例子：

最初的回答：

df1 = pd.DataFrame({'Col1':[1,2,3,4], 'Col2':[5,6,7,8]})
df1
      Col1  Col2
   0     1     5
   1     2     6
   2     3     7
   3     4     8 

Now if you make:

   df2 = pd.concat([df1,df1])

you get:

   Col1  Col2
0     1     5
1     2     6
2     3     7
3     4     8
0     1     5
1     2     6
2     3     7
3     4     8

这是你想要的，不是吗？最初的回答。

- Gustavo Mirapalheta

Answer 5

如果您提前知道重复次数，使用numpy非常容易：

import numpy as np
import pandas as pd

repetitions=5
rows=2
original_columns=list('ab')

df=pd.DataFrame(np.random.randint(0,10,[rows,len(original_columns)*repetitions]), columns=original_columns*repetitions)
display(df)

    a   b   a   b   a   b   a   b   a   b
0   6   4   7   5   2   5   3   1   4   3
1   1   5   4   9   6   2   9   5   3   6

# now the interesting part:
df=pd.concat(np.hsplit(df, repetitions))
display(df)


    a   b
0   6   4
1   1   5
0   7   5
1   4   9
0   2   5
1   6   2
0   3   1
1   9   5
0   4   3
1   3   6

- lisrael1

Answer 6

一种选择是使用pivot_longer和pyjanitor - 在这种情况下，我们利用了pp后面跟着b的事实 - 我们可以安全地将它们配对并重塑为两列。

# pip install pyjanitor
import pandas as pd
import janitor

arr = ['pp', 'b']
df.pivot_longer(index = None, names_to = arr, names_pattern = arr)
   pp         b
0   5  0.001464
1   5  0.001459
2   6  0.001853
3   6  0.001843

- sammywemmy