具有原始行和列值的 Pandas 数据帧转置答案

【问题标题】：Pandas dataframe transpose with original row and column values具有原始行和列值的 Pandas 数据帧转置
【发布时间】：2015-08-25 20:13:08
【问题描述】：

有谁知道如何用原始行和列值转置 pandas 数据框？我正在使用 .iterrows() 遍历每一行和每一列，但我确信有更好的方法来做到这一点。也许使用枢轴？谢谢！

DF 看起来像

    a   b   c
0   11  12  13
1   21  22  23
2   31  32  33

我希望新的 DF 是

    row col Val
0   0   a   11
1   0   b   12
2   0   c   13
3   1   a   21
4   1   b   22
5   1   c   23
6   2   a   31
7   2   b   32
8   2   c   33

【问题讨论】：

标签： python pandas pivot transpose

【解决方案1】：

这是使用stack() 的一种方式。

res = df.stack().reset_index()
res.columns = 'row col Val'.split()
res

   row col  Val
0    0   a   11
1    0   b   12
2    0   c   13
3    1   a   21
4    1   b   22
5    1   c   23
6    2   a   31
7    2   b   32
8    2   c   33

【讨论】：

哇，这太棒了，正是我想要的！非常感谢！

【解决方案2】：

你可以使用pandas.melt:

>>> d
    a   b   c
0  11  12  13
1  21  22  23
2  31  32  33

>>> pandas.melt(d.reset_index(), id_vars='index')
   index variable  value
0      0        a     11
1      1        a     21
2      2        a     31
3      0        b     12
4      1        b     22
5      2        b     32
6      0        c     13
7      1        c     23
8      2        c     33

那里的值的顺序有点不同，但您可以按您喜欢的任何列对其进行排序，以使事物达到您想要的顺序。

【讨论】：

【解决方案3】：

import pandas as pd
df = pd.DataFrame({'A': {0: 11, 1: 21, 2: 31},
                   'B': {0: 12, 1: 22, 2: 23},
                   'C': {0: 31, 1: 32, 2: 33}})

pd.melt(df, value_vars=['A','B','C'])
      variable  value
0        A     11
1        A     21
2        A     31
3        B     12
4        B     22
5        B     23
6        C     31
7        C     32
8        C     33

【讨论】：

也需要保留行索引，但是融化似乎是一种方法。谢谢