如何根据列名的模式融化数据框？答案

【问题标题】：How to melt a dataframe based on a pattern of the column name?如何根据列名的模式融化数据框？
【发布时间】：2022-11-10 23:14:27
【问题描述】：

我正在尝试融化数据框

Year | Baseline_low | Baseline_high | Overall_low | Overall_high
================================================================    
2022 |            1 |             2 |           3 |            4
2023 |            5 |             6 |           7 |            8

对此：

2022 | Baseline |  low | 1
2022 | Baseline | high | 2

以_low 或_high 结尾的列比我列出的要多得多，所以我想使用一种模式来拆分列。

melt 可以做到这一点吗？

我见过这个similar question，但它的结构与我的数据框略有不同。

【问题讨论】：

标签： pandas

【解决方案1】：

如果您的目标是成为纯粹的熊猫，那么是的，melt 是关键：

import io
import pandas as pd

df = pd.read_csv(io.StringIO("""Year | Baseline_low | Baseline_high | Overall_low | Overall_high  
2022 |            1 |             2 |           3 |            4
2023 |            5 |             6 |           7 |            8"""), sep="|")
df.columns = [column.strip() for column in df.columns]

final = df.melt(id_vars=["Year"])
final["Type"] = final["variable"].apply(lambda x: x.split("_")[0])
final["State"] = final["variable"].apply(lambda x: x.split("_")[1])

然后只需根据列名拆分您需要的信息，它就会返回：

   Year       variable  value      Type State
0  2022   Baseline_low      1  Baseline   low
1  2023   Baseline_low      5  Baseline   low
2  2022  Baseline_high      2  Baseline  high
3  2023  Baseline_high      6  Baseline  high
4  2022    Overall_low      3   Overall   low
5  2023    Overall_low      7   Overall   low
6  2022   Overall_high      4   Overall  high
7  2023   Overall_high      8   Overall  high

【讨论】：

【解决方案2】：

#melt
df2=df.melt('Year')

# split the columns
df2[['col','level']]=df2['variable'].str.split('_', expand=True)

# pivot
df2.pivot(index=['Year','level'], columns='col', values='value').reset_index().rename_axis(columns=None) 

#rename_axis, thanks to @mozway!

    Year    level   Baseline    Overall
0   2022    high           2    4
1   2022    low            1    3
2   2023    high           6    8
3   2023    low            5    7

【讨论】：

我打赌你复制/粘贴了你的其他答案：p
它类似，但没有粘贴，复制是的。我正在考虑将此问题标记为重复
@mozway，你的问题，如何摆脱 'col' ，它的第一级列索引
.rename_axis(columns=None)

【解决方案3】：

仅使用 melt 无法实现此目的。您需要后处理或使用 MultiIndex 进行整形。

然而，对于janitor 的pivot_longer 来说，这是一个很好的用例：

import janitor

df.pivot_longer(
    index='Year', 
    names_to=('.value', 'new'), 
    names_sep='_', 
    sort_by_appearance=True
)

输出：

   Year   new  Baseline  Overall
0  2022   low         1        3
1  2022  high         2        4
2  2023   low         5        7
3  2023  high         6        8

如果您确实需要将列名的所有子部分翻转为新列，则不需要.value 占位符。只需传入新的列名：

df.pivot_longer(
     index = 'Year', 
     names_to = ('Type', 'State'), 
     names_sep = '_')

   Year      Type State  value
0  2022  Baseline   low      1
1  2023  Baseline   low      5
2  2022  Baseline  high      2
3  2023  Baseline  high      6
4  2022   Overall   low      3
5  2023   Overall   low      7
6  2022   Overall  high      4
7  2023   Overall  high      8

【讨论】：

【解决方案4】：

i have a normal solution

df1.set_index('Year').stack().reset_index()
    .assign(col1=lambda dd:dd.level_1.map(lambda x:x.split('_')[0]))
    .assign(col2=lambda dd:dd.level_1.map(lambda x:x.split('_')[1]))
    .drop('level_1',axis=1).pipe(print)

  Year  0      col1  col2
0  2022  1  Baseline   low
1  2022  2  Baseline  high
2  2022  3   Overall   low
3  2022  4   Overall  high
4  2023  5  Baseline   low
5  2023  6  Baseline  high
6  2023  7   Overall   low
7  2023  8   Overall  high

【讨论】：