pandas - 将多列转换成“列名-值”列

Question

我有一个包含多列的pandas数据框，我想将其“展平”为仅包含两个列 - 一个是列名，另一个是值。例如：

df1 = pd.DataFrame({'A':[1,2],'B':[2,3], 'C':[3,4]})

我该如何将其转换为以下样式：

df2 = pd.DataFrame({'column name': ['A','A','B','B','C','C'], 'value': [1,2,2,3,3,4]})

- MJB

Answer 1

你可以使用 stack 将所有列值堆叠到单个列中，然后调用 reset_index 删除第一级索引，用你想要的列名覆盖它们，最后使用 sort_values 进行排序：

In [37]:
df2 = df1.stack().reset_index(level=0, drop=True).reset_index()
df2.columns = ['column name', 'value']
df2.sort_values(['column name', 'value'], inplace=True)
df2

Out[37]:
  column name  value
0           A      1
3           A      2
1           B      2
4           B      3
2           C      3
5           C      4

- EdChum

---

嗯，两分钟的差异...你觉得呢？ - jezrael

@jezrael，你第一篇回答是不正确和不完整的，这就是为什么我发表了我的回答，但在大局上这并不重要。 - EdChum

Answer 2

你可以通过 stack 转换成 MultiIndex Series，然后使用 reset_index 和 sort_values 进行重塑：

df2 = df1.stack().reset_index(level=0, drop=True).reset_index().sort_values('index')
df2.columns = ['column name','value']
print (df2)
  column name  value
0           A      1
3           A      2
1           B      2
4           B      3
2           C      3
5           C      4

使用rename函数将列index重命名为column name的一行解决方案：

df2 = df1.stack()
         .reset_index(level=0, drop=True)
         .reset_index(name='value')
         .sort_values(['index'])
         .rename(columns={'index':'column name'})
print (df2)
  column name  value
0           A      1
3           A      2
1           B      2
4           B      3
2           C      3
5           C      4

如果需要按两列排序：

df2 = df1.stack().reset_index(level=0, drop=True).reset_index().sort_values(['index',0])
df2.columns = ['column name','value']
print (df2)
  column name  value
0           A      1
3           A      2
1           B      2
4           B      3
2           C      3
5           C      4

- jezrael