将熊猫数据框中的行转换为列答案

【问题标题】：transforming rows to column in pandas dataframe将熊猫数据框中的行转换为列
【发布时间】：2019-12-16 07:36:40
【问题描述】：

我正在尝试将多列堆叠成两列。我当前的数据框以时间戳和其他 4 列的方式如下所示。我现在想将 DIL 和 VOL 列堆叠在 DRUG 和 VAL 列中。

当前数据框：

     TIME           DRUG     VAL      DIL     VOL          
2018-04-26 14:00:00   A      0.22     D5W     0.1
2018-04-26 19:00:00   B      0.38     D10W    0.22
2018-04-27 16:00:00   C      0.67     D5W     0.26
2018-05-02 16:00:00   A      0.22     N10W    0.1

预期的数据框：

     TIME           DRUG/DIL     VAL/VOL          
2018-04-26 14:00:00   A           0.22     
2018-04-26 14:00:00  D5W          0.1
2018-04-26 19:00:00   B           0.38     
2018-04-26 19:00:00  D10W         0.22
2018-04-27 16:00:00   C           0.67    
2018-04-27 16:00:00  D5W          0.26
2018-05-02 16:00:00   A           0.22     
2018-05-02 16:00:00  N10W         0.1

我通过使用以下链接作为参考尝试了解决方案，但我无法实现我想要实现的目标。我很确定我错过了一个小点并且很愚蠢，我无法弄清楚。

Pandas DataFrame stack multiple column values into single column

如果我能得到一些帮助，我将不胜感激。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以使用 DataFrame melt 方法进行检查。

s=df.melt(['TIME','VAL','VOL'])
s['VAL/VOL']=np.where(s.variable=='DRUG',s.VAL,s.VOL)
s
Out[188]: 
       TIME   VAL   VOL variable value  VAL/VOL
0  14:00:00  0.22  0.10     DRUG     A     0.22
1  19:00:00  0.38  0.22     DRUG     B     0.38
2  16:00:00  0.67  0.26     DRUG     C     0.67
3  16:00:00  0.22  0.10     DRUG     A     0.22
4  14:00:00  0.22  0.10      DIL   D5W     0.10
5  19:00:00  0.38  0.22      DIL  D10W     0.22
6  16:00:00  0.67  0.26      DIL   D5W     0.26
7  16:00:00  0.22  0.10      DIL  N10W     0.10

【讨论】：

以上代码适用于 val, vol 列，但我仍然在 2 个不同的列中获取药物和稀释剂，但不是在一个列中。

【解决方案2】：

尝试将其拆分为 2 个数据框，更改列名并将它们连接起来。它看起来像这样：

In [1]:
# Setting the exemple dataset
import pandas as pd

columns = ['TIME', 'DRUG', 'VAL', 'DIL', 'VOL']          
data = [['2018-04-26 14:00:00', 'A', 0.22, 'D5W', 0.1],
['2018-04-26 19:00:00', 'B', 0.38, 'D10W', 0.22],
['2018-04-27 16:00:00', 'C', 0.67, 'D5W', 0.26],
['2018-05-02 16:00:00', 'A', 0.22, 'N10W', 0.1]]

df = pd.DataFrame(data, columns=columns)

# Create what you want

df_drug = df[['TIME', 'DRUG', 'VAL']].rename(columns={'DRUG':'DRUG/DIL', 'VAL':'VAL/VOL'})
df_dil = df[['TIME', 'DIL', 'VOL']].rename(columns={'DIL':'DRUG/DIL', 'VOL':'VAL/VOL'})
df_final = pd.concat([df_drug, df_dil])
df_final

Out [1]:
            TIME            DRUG/DIL    VAL/VOL
0   2018-04-26 14:00:00        A         0.22
1   2018-04-26 19:00:00        B         0.38
2   2018-04-27 16:00:00        C         0.67
3   2018-05-02 16:00:00        A         0.22
0   2018-04-26 14:00:00       D5W        0.10
1   2018-04-26 19:00:00       D10W       0.22
2   2018-04-27 16:00:00       D5W        0.26
3   2018-05-02 16:00:00       N10W       0.10

（PS：如果真的要按时间排序，可以在concat末尾加.sort_values(by='TIME')）

【讨论】：