2015-12-19 153 views
7

假設下面的數據幀。熊貓據幀堆疊多個列中的值成單列

key.0 key.1 key.2 topic 
1 abc def ghi  8 
2 xab xcd xef  9 

我如何可以將所有的關鍵值*成一列的「鑰匙」欄目,這是與主題關聯對應於鍵的值。*列?這是結果,我想:

topic key 
1  8 abc 
2  8 def 
3  8 ghi 
4  9 xab 
5  9 xcd 
6  9 xef 

注意key.N列數是一些外部變量N.

回答

12

你可以融化你的數據框:

>>> keys = [c for c in df if c.startswith('key.')] 
>>> pd.melt(df, id_vars='topic', value_vars=keys, value_name='key') 

    topic variable key 
0  8 key.0 abc 
1  9 key.0 xab 
2  8 key.1 def 
3  9 key.1 xcd 
4  8 key.2 ghi 
5  9 key.2 xef 

這也給你是鑰匙的來源。


v0.20meltpd.DataFrame類的第一類函數:

>>> df.melt('topic', value_name='key').drop('variable', 1) 

    topic key 
0  8 abc 
1  9 xab 
2  8 def 
3  9 xcd 
4  8 ghi 
5  9 xef 
+0

簡單,速度非常快。謝謝。 – borice

2

嘗試各種方式之後,我發現下面是多還是少直觀,提供stack的魔法瞭解:

# keep topic as index, stack other columns 'against' it 
stacked = df.set_index('topic').stack() 
# set the name of the new series created 
df = stacked.reset_index(name='key') 
# drop the 'source' level (key.*) 
df.drop('level_1', axis=1, inplace=True) 

所得數據幀是根據需要:

topic key 
0  8 abc 
1  8 def 
2  8 ghi 
3  9 xab 
4  9 xcd 
5  9 xef 

您可能要打印中間結果,瞭解全過程。如果你不介意超過所需的列,關鍵步驟是set_index('topic')stack()reset_index(name='key')

+0

我似乎無法找到關於'reset_index'了'name'參數的任何文件,你能解釋它是如何工作的? – imp9

+0

它是[Series.reset_index()](http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.reset_index.html?highlight=reset_index) – miraculixx

1

OK,導致當前的答案之一是標記爲重複這個問題,我會在這裏回答。

使用wide_to_long

pd.wide_to_long(df, ['key'], 'topic', 'age').reset_index().drop('age',1) 
Out[123]: 
    topic key 
0  8 abc 
1  9 xab 
2  8 def 
3  9 xcd 
4  8 ghi 
5  9 xef