组合相似的 DataFrame 列和堆栈值答案

【问题标题】：Combine similar DataFrame columns and stack values组合相似的 DataFrame 列和堆栈值
【发布时间】：2022-11-10 16:25:32
【问题描述】：

目前，我有一个看起来像这样的数据框：

abc	def	ghi	abc	def	ghi
2	4	78	56	7	45

有没有办法组合具有相同名称的列并为每组值创建一个新行？例子：

abc	def	ghi
2	4	78
56	7	45

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用.groupby(level=0, axis='columns') 分配累积计数，然后基于该计数执行转换。

import pandas as pd

new_cols = pd.MultiIndex.from_arrays([df.columns, df.groupby(level=0, axis=1).cumcount()])

out = df.set_axis(new_cols, axis=1).stack().reset_index(level=0, drop=True)

print(out)
   abc  def  ghi
0    2    4   78
1   56    7   45

【讨论】：

【解决方案2】：

您可以在 groupby.cumcount 和 stack 的帮助下设置 MultiIndex：

(df
 .set_axis(pd.MultiIndex
             .from_arrays([df.columns,
                           df.groupby(level=0, axis=1)
                             .cumcount()]), axis=1)
 .stack()
 .droplevel(0)
)

输出：

   abc  def  ghi
0    2    4   78
1   56    7   45

【讨论】：

【解决方案3】：

只是用melt 替代其他答案：

out = (df.melt(var_name='col', value_name='val')
         .assign(idx=lambda x: x.groupby('col').cumcount())
         .pivot('idx', 'col', 'val').rename_axis(index=None, columns=None))
print(out)

# Output
   abc  def  ghi
0    2    4   78
1   56    7   45

【讨论】：

【解决方案4】：

一种选择是使用来自pyjanitor 的pivot_longer：

# pip install pyjanitor
import pandas as pd
import janitor

df.pivot_longer(names_to = '.value', names_pattern = '(.+)')

   abc  def  ghi
0    2    4   78
1   56    7   45

在上述解决方案中，.value 确定列标签的哪些部分保留为标题 - 标签由names_pattern 中正则表达式中的组确定。

另一种选择是将新列的名称传递给names_to，同时将匹配的正则表达式列表传递给names_pattern：

df.pivot_longer(names_to = ['abc', 'def', 'ghi'], 
                names_pattern = ['abc', 'def', 'ghi'])

   abc  def  ghi
0    2    4   78
1   56    7   45

【讨论】：

我试图在that one 上调用你。我希望I used it properly :p

【解决方案5】：

df1.T.rename_axis('col1',axis=1).assign(group=lambda dd:(dd.index=='abc').cumsum())
    .pivot_table(index='group',columns='col1',values=0)

col1  abc  def  ghi
                   
1       2    4   78
2      56    7   45

【讨论】：