熊猫“部分融化”或“集体融化”答案

【问题标题】：Pandas 'partial melt' or 'group melt'熊猫“部分融化”或“集体融化”
【发布时间】：2019-08-19 13:02:29
【问题描述】：

我有一个这样的数据框

>>> df = pd.DataFrame([[1,1,2,3,4,5,6],[2,7,8,9,10,11,12]], 
                      columns=['id', 'ax','ay','az','bx','by','bz'])
>>> df
   id  ax  ay  az  bx  by  bz
0   1   1   2   3   4   5   6
1   2   7   8   9  10  11  12

我想把它变成这样的东西

   id name   x   y   z
0   1    a   1   2   3
1   2    a   7   8   9
2   1    b   4   5   6
3   2    b  10  11  12

这是一个非枢轴/融化问题，但我不知道有什么方法可以通过保持这些组完整来融化。我知道我可以在原始数据帧上创建投影，然后 concat 那些但我想知道我是否遗漏了我的工具带中的一些常见的融化技巧。

【问题讨论】：

标签： python pandas unpivot melt

【解决方案1】：

set_index，将列转换为多索引和堆栈，

df = df.set_index('id')
df.columns = [df.columns.str[1], df.columns.str[0]]
new_df = df.stack().reset_index().rename(columns = {'level_1': 'name'})

    id  name    x   y   z
0   1   a       1   2   3
1   1   b       4   5   6
2   2   a       7   8   9
3   2   b       10  11  12

【讨论】：

【解决方案2】：

不会将wide_to_long 与stack 和unstack 融为一体

pd.wide_to_long(df,['a','b'],i='id',j='drop',suffix='\w+').stack().unstack(1)
Out[476]: 
drop   x   y   z
id              
1  a   1   2   3
   b   4   5   6
2  a   7   8   9
   b  10  11  12

【讨论】：

【解决方案3】：

对已经非常出色的答案的补充； pivot_longer from pyjanitor 可以帮助抽象重塑：

# pip install pyjanitor 
import pandas as pd
import janitor
df.pivot_longer(index = 'id', 
                names_to = ('name', '.value'), 
                names_pattern = r"(.)(.)")
 
   id name   x   y   z
0   1    a   1   2   3
1   2    a   7   8   9
2   1    b   4   5   6
3   2    b  10  11  12

【讨论】：