如何在第一列的最后一行下方附加数据框所有列的所有行答案

【问题标题】：How to append all rows of all columns of a dataframe below the last row of first column如何在第一列的最后一行下方附加数据框所有列的所有行
【发布时间】：2022-11-10 10:37:33
【问题描述】：

我有这样的数据框：

        0                            1                       2                       3
{'id':10:'name':'Paul'}     {'id':10:'age':33}        {'id':10:'name':'Paul'} {'id':10:'name':'Paul'} 
{'id':10:'name':'Paul'}     {'id':10:'age':'Paul'}    {'id':10:'name':'Paul'} {'id':10:'name':'Paul'}
{'id':10:'name':'Paul'}     {'id':10:'name':'Paul'}   {'id':10:'name':'Paul'} {'id':10:'name':'Paul'}
{'id':10:'name':'Paul'}     {'id':10:'name':'Paul'}   {'id':10:'name':'Paul'} None

所以，在这个例子中，我有 4 列 4 行。碰巧我的数据框有 500 行和 7 列，大约有 3500 条记录（第 7 列有一些 none）

所有列中的所有行都是 dict 类型，即使它们可以不同也可以不同

我需要的：如何将此数据框转换为只有 1 列，方法是将第 1 列的所有行放在第 0 列的最后一行下方，依此类推，直到最后一列的所有行都放在第 0 列的最后一行下方？

预期结果：

         0
{'id':10:'name':'Paul'}             
{'id':10:'name':'Paul'}         
{'id':10:'name':'Paul'}      
{'id':10:'name':'Paul'}     
{'id':10:'age':33} 
{'id':10:'name':'Paul'}
{'id':10:'name':'Paul'}
{'id':10:'name':'Paul'}
{'id':10:'name':'Paul'}
{'id':10:'name':'Paul'}
more rows
None

【问题讨论】：

标签： pandas

【解决方案1】：

你可以melt，只保留值列：

df.melt(value_name=0)[[0]]

输出：

                          0
0   {'id':10:'name':'Paul'}
1   {'id':10:'name':'Paul'}
2   {'id':10:'name':'Paul'}
3   {'id':10:'name':'Paul'}
4        {'id':10:'age':33}
5    {'id':10:'age':'Paul'}
6   {'id':10:'name':'Paul'}
7   {'id':10:'name':'Paul'}
8   {'id':10:'name':'Paul'}
9   {'id':10:'name':'Paul'}
10  {'id':10:'name':'Paul'}
11  {'id':10:'name':'Paul'}
12  {'id':10:'name':'Paul'}
13  {'id':10:'name':'Paul'}
14  {'id':10:'name':'Paul'}
15                     None

【讨论】：

工作！但给了我这个警告：FutureWarning: This dataframe has a column name that matches the 'value_name' column name of the resulting Dataframe. In the future this will raise an error, please set the 'value_name' parameter of DataFrame.melt to a unique name.
你有哪个熊猫版本？这不适用于最新的 1.4.2，它不应该是一个问题，因为这里使用了所有列；）
我明白了，我有'0'（字符串）作为列名，您可以使用df.melt()[['value']].rename(columns={'value': df.columns[0]}) 来避免警告。奇怪的是，在熔体中使用同名的列时会发出警告（如果不是正常的）。

【解决方案2】：

ss11=pd.Series()
def function1(ss:pd.Series):
    global ss11
    ss11=pd.concat([ss11,ss])
df1.apply(function1)
ss11.pipe(print)

0    {'id':10:'name':'Paul'}
1    {'id':10:'name':'Paul'}
2    {'id':10:'name':'Paul'}
3    {'id':10:'name':'Paul'}
0         {'id':10:'age':33}
1     {'id':10:'age':'Paul'}
2    {'id':10:'name':'Paul'}
3    {'id':10:'name':'Paul'}
0    {'id':10:'name':'Paul'}
1    {'id':10:'name':'Paul'}
2    {'id':10:'name':'Paul'}
3    {'id':10:'name':'Paul'}
0    {'id':10:'name':'Paul'}
1    {'id':10:'name':'Paul'}
2    {'id':10:'name':'Paul'}
3                       None

【讨论】：