融化熊猫数据框答案

【问题标题】：Melting a pandas dataframe融化熊猫数据框
【发布时间】：2017-09-03 03:57:50
【问题描述】：

我有一个这样的数据框

    NSW     VIC
0   6718023 5023203
1   6735528 5048207
2   6742690 5061266
3   6766133 5083593
4   6786160 5103965

我想这样改

0   6718023  NSW
1   6735528  NSW
2   6742690  NSW
3   6766133  NSW
4   6786160  NSW
5   5023203  VIC
6   5048207  VIC
7   5061266  VIC
8   5083593  VIC
9   5103965  VIC

我怎样才能完成这项工作？

【问题讨论】：

经典融题！

标签： python pandas dataframe

【解决方案1】：

使用melt

 pd.melt(df)
    Out[318]: 
      variable    value
    0      NSW  6718023
    1      NSW  6735528
    2      NSW  6742690
    3      NSW  6766133
    4      NSW  6786160
    5      VIC  5023203
    6      VIC  5048207
    7      VIC  5061266
    8      VIC  5083593
    9      VIC  5103965

【讨论】：

祝你圣诞快乐！并感谢您的所有支持，小预设 (+5)。祝你好运！
@jezrael 节日快乐：-）

【解决方案2】：

df.stack().reset_index(level=0, drop=True).sort_index()

输出：

NSW    6718023
NSW    6735528
NSW    6742690
NSW    6766133
NSW    6786160
VIC    5023203
VIC    5048207
VIC    5061266
VIC    5083593
VIC    5103965
dtype: int64

【讨论】：

【解决方案3】：

使用df.unstack

df = df.unstack().to_frame().reset_index(level=0).iloc[:, [-1, 0]]
df.columns = [0, 1]   # or whatever else you please
df

         0    1
0  6718023  NSW
1  6735528  NSW
2  6742690  NSW
3  6766133  NSW
4  6786160  NSW
0  5023203  VIC
1  5048207  VIC
2  5061266  VIC
3  5083593  VIC
4  5103965  VIC

【讨论】：

【解决方案4】：

FOMO

pd.DataFrame(dict(
    value=df.values.ravel(order='F'),
    variable=df.columns.repeat(len(df))
))

     value variable
0  6718023      NSW
1  6735528      NSW
2  6742690      NSW
3  6766133      NSW
4  6786160      NSW
5  5023203      VIC
6  5048207      VIC
7  5061266      VIC
8  5083593      VIC
9  5103965      VIC

【讨论】：

为了完整起见，您可以添加.sort_values('variable')
应该是重复的，而不是平铺的。无需排序 (-: