转换 Pandas 数据框的 Pythonic 方式答案

【问题标题】：Pythonic way of transforming Pandas dataframe转换 Pandas 数据框的 Pythonic 方式
【发布时间】：2019-05-21 01:38:54
【问题描述】：

我有一个类似的数据集；

x1      NAN         
x2      NAN         
x3      NAN     
NAN     y1  
NAN     y2

有没有办法将熊猫数据框重塑到下面；我猜它会像 sql 外连接，所以我可以乘以值。

编辑：原因;我必须将 Excel 文件（我无法控制）转换为这种格式，以提供另一个程序（我无法控制）

    xl = pd.ExcelFile(
    '/inputfile.xlsx')
ncols = xl.book.sheet_by_index(0).ncols
df = xl.parse(0, converters={i: str for i in range(ncols)})

## Maybe this kind of Logic 
## But could it be Pythonic
# for index in range(len(df)):
#     if not pd.isnull(df.iloc[index][3]):
#         print(df.iloc[index][3])


writer = pd.ExcelWriter(
    'output.xlsx')  # engine='xlsxwriter'
df.to_excel(writer, 'Sheet1', index=False)
writer.save()

【问题讨论】：

这种转变的逻辑是什么？
看来外连接是你要找的（拆分原始数据框后），但你的逻辑确实不清楚
逻辑：我必须转换 excel 文件以提供遗留程序。
@NeofytosBoufidis 我该怎么做，有sn-p
不明白为什么我的问题降了2分，有什么问题？

标签： python pandas dataframe

【解决方案1】：

您可以从以下快速 hack 开始

df1 = pd.DataFrame(data=df.values.reshape(-1))

for i in df1[0].str.replace('\d+','').unique():
    df1[i] = df1[0]
df1 = df1[df1[0].str.replace('\d+','').dropna().unique()]
for xx in df1.columns:
    df1[xx] = df1[xx].apply(lambda x:x if type(x)==str and x.startswith(df1[xx].name) else np.nan )

df1



        x   c   y   title
     0  x1  NaN NaN NaN
     1  NaN c1  NaN NaN
     2  x2  NaN NaN NaN
     3  NaN c2  y1  NaN
     4  x3  NaN y3  title1
     5  NaN c3  NaN title2
     6  NaN NaN NaN NaN

【讨论】：