如何将多列数据框展平为 2 列答案

【问题标题】：How to flatten a multi column dataframe into 2 columns如何将多列数据框展平为 2 列
【发布时间】：2022-06-13 05:29:40
【问题描述】：

给定下表：

group_a = {'ba':[2.0,9.4,10.8],
          'bb':[4.2,7.1,3],
          'bc':[8.1,9.5,6.1]}

A = pd.DataFrame(group_a, index=['aa','ab','ac'])

看起来像这样：

    ba   bb   bc
aa  2.0  4.2  8.1
ab  9.4  7.1  9.5
ac  10.8 3.0  6.1

我怎样才能展平这张桌子，使它看起来像这样：

       Values
aa_ba  2.0
aa_bb  4.2
aa_bc  8.1
ab_ba  9.4
ab_bb  7.1
ab_bc  9.5
ac_ba  10.8
ac_bb  3.0
ac_bc  6.1

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以使用stack 并重做索引：

B = A.stack()
B.index = B.index.map('_'.join)
out = B.to_frame('Values')

输出：

       Values
aa_ba     2.0
aa_bb     4.2
aa_bc     8.1
ab_ba     9.4
ab_bb     7.1
ab_bc     9.5
ac_ba    10.8
ac_bb     3.0
ac_bc     6.1

【讨论】：

【解决方案2】：

由于您已经设置了索引，因此您可以使用.stack 操作最轻松地完成此操作。这导致pd.Series 和MultiIndex，我们可以使用“_”.join 通过下划线连接MultiIndex 的每个级别并创建一个平面Index。最后，由于您想要一列 DataFrame，您可以使用 .to_frame() 将 Series 转换为 DataFrame

out = A.stack()
out.index = out.index.map("_".join)
out = out.to_frame("values")

print(out)
       values
aa_ba     2.0
aa_bb     4.2
aa_bc     8.1
ab_ba     9.4
ab_bb     7.1
ab_bc     9.5
ac_ba    10.8
ac_bb     3.0
ac_bc     6.1

你也可以使用方法链式的方法——只需要使用.pipe来访问堆叠索引：

out = (
    A.stack()
    .pipe(lambda s: s.set_axis(s.index.map("_".join)))
    .to_frame("values")
)

print(out)
       values
aa_ba     2.0
aa_bb     4.2
aa_bc     8.1
ab_ba     9.4
ab_bb     7.1
ab_bc     9.5
ac_ba    10.8
ac_bb     3.0
ac_bc     6.1

【讨论】：

【解决方案3】：

堆栈，使用列表理解和 fstrings 来计算新索引。

 s = A.stack().to_frame('values')
    
 s.index=([f'{a}_{b}' for a,b in s.index])




        values
aa_ba     2.0
aa_bb     4.2
aa_bc     8.1
ab_ba     9.4
ab_bb     7.1
ab_bc     9.5
ac_ba    10.8
ac_bb     3.0
ac_bc     6.1

【讨论】：