python pandas，某些列到行[重复]

Question

我有一个 pandas 数据框，有 4 行 4 列 - 这是简单的版本：

import pandas as pd
import numpy as np
rows = np.arange(1, 4, 1)
values = np.arange(1, 17).reshape(4,4)
df = pd.DataFrame(values, index=rows, columns=['A', 'B', 'C', 'D'])

我要做的是将其转换为 2 * 8 数据帧，每个数组使用 B、C 和 D alligng - 所以它看起来像这样：

1  2 
1  3
1  4
5  6
5  7
5  8
9  10
9  11
9  12
13 14
13 15
13 16

阅读熊猫文档我试过这个：

df1 = pd.pivot_table(df, rows = ['B', 'C', 'D'], cols = 'A')

但给了我一个无法识别来源的错误（以

结尾

DataError：没有要聚合的数字类型

)

我想根据 A 值拆分数据帧，但我认为 .groupby 命令可能会处理它

Answer 1

您正在寻找的是melt 函数

 pd.melt(df,id_vars=['A']) 

     A variable  value
0    1        B      2
1    5        B      6
2    9        B     10
3   13        B     14
4    1        C      3
5    5        C      7
6    9        C     11
7   13        C     15
8    1        D      4
9    5        D      8
10   9        D     12
11  13        D     16

   

然后需要根据A 进行最终排序

 pd.melt(df,id_vars=['A']).sort('A')  

      A variable  value
 0    1        B      2
 4    1        C      3
 8    1        D      4
 1    5        B      6
 5    5        C      7
 9    5        D      8
 2    9        B     10
 6    9        C     11
 10   9        D     12
 3   13        B     14
 7   13        C     15
 11  13        D     16

注意：pd.DataFrame.sorthas been deprecated支持pd.DataFrame.sort_values。