将数据框转换为枢轴，并将值分组为列表

Question

问题

我正在处理一个现有的具有值的 excel 表，它需要以一种方式进行转换，即我希望收集的不同值分布在不同的列中，并针对我需要列出（并最终附加）其中一个的唯一值列的值。

输入

sr_no, branch_code, Tier1, Tier2, Tier3, Rural
1, 12, Mumbai, Thane, 0, 0
2, 33, Navi Mumbai, Pimpri, Lonavala, 0
3, 120, Pune, Pimpri, 0, 0
4, 8, Surat, Saputara, 0, Silvassa
5, 15, Pune, Nashik, Saputara, 0 
6, 49, Banglore, Mumbai, 0, Saputara

我希望从中扫描唯一值的列如下：
["Tier1", "Tier2", "Tier3", "Rural"] --- (A)

获取唯一值不是问题， ["Mumbai", "Thane", "Navi" "Pimpri", "Surat", "Pune", "Saputara", "Silvassa", "Nashik", "Banglore"]
在每条记录上扫描/匹配唯一值以收集 branch_code 是一项挑战。

试炼

我尝试将 (A) 中所需列的组合值合并到一个列表中。

BranchMaster = pd.read_excel("BranchMaster.xlsx")

scan_cols = ["Tier1", "Tier2", "Tier3", "Rural"]
BranchMaster["Combined"] = BranchMaster.loc[:, scan_cols].values.tolist()

现在，我可以逐条迭代并收集分支代码，但我相信必须有一种更优化的方法来做到这一点。

所需的输出

这个输出我只需要 Dataframe 格式，所以我是否可以将值存储在 CSV、TSV 等中都没关系。

city, branch_code
Mumbai, [12, 49]
Thane, [12]
Navi Mumbai, [33]
Pimpri, [33, 120]
Surat, [8]
Pune, [120, 15]
Saputara, [8, 15, 49]
Silvassa, [8]
Nashik, [15]
Banglore, [49]

Answer 1

您可以使用melt 和 groupby：

(df.melt('branch_code', ["Tier1", "Tier2", "Tier3", "Rural"],
         value_name='city')
   .loc[lambda x: x['city']!='0']
   .groupby('city')['branch_code'].agg(list)
   .reset_index()
)

输出：

           city  branch_code
0      Banglore         [49]
1      Lonavala         [33]
2        Mumbai     [12, 49]
3        Nashik         [15]
4   Navi Mumbai         [33]
5        Pimpri    [33, 120]
6          Pune    [120, 15]
7      Saputara  [8, 15, 49]
8      Silvassa          [8]
9         Surat          [8]
10        Thane         [12]