动态重塑 pandas 中的数据框答案

【问题标题】：Dynamically reshape the dataframe in pandas动态重塑 pandas 中的数据框
【发布时间】：2017-07-21 04:16:33
【问题描述】：

我有一个有 4 列和 4 行的数据框。我需要将其重塑为 2 列和 4 行。 2 个新列是 col1 + col3 和 col2 + col4 值相加的结果。我不希望为它创建任何其他内存对象。

我在努力

df['A','B'] = df['A']+df['C'],df['B']+df['D']

只用drop函数可以实现吗？还有其他更简单的方法吗？

【问题讨论】：

标签： python python-3.x pandas dataframe

【解决方案1】：

一次对两列求和的动态方式是使用groupby：

df.groupby(np.arange(len(df.columns)) % 2, axis=1).sum()
Out[11]: 
    0   1
0   2   4
1  10  12
2  18  20
3  26  28

如果您想更改列名，则可以在之后使用重命名，但这需要一个逻辑。

【讨论】：

【解决方案2】：

考虑示例数据框df

df = pd.DataFrame(np.arange(16).reshape(4, 4), columns=list('ABCD'))
df

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

一行代码

pd.DataFrame(
    df.values.reshape(4, 2, 2).transpose(0, 2, 1).sum(2),
    columns=df.columns[:2]
)

    A   B
0   2   4
1  10  12
2  18  20
3  26  28

另一行代码

df.iloc[:, :2] + df.iloc[:, 2:4].values

    A   B
0   2   4
1  10  12
2  18  20
3  26  28

又一个

df.assign(A=df.A + df.C, B=df.B + df.D).drop(['C', 'D'], 1)

    A   B
0   2   4
1  10  12
2  18  20
3  26  28

【讨论】：

【解决方案3】：

这对我有用：

df['A'], df['B'] = df['A'] + df['C'], df['B'] + df['D']
df.drop(['C','D'], axis=1)

【讨论】：

感谢@jxstanford 的回答。可以用一行代码完成吗？
当然，虽然我不相信这对我的示例的性能很重要，并且会损害 IMO 的可读性。 FWIW，由于它的灵活性和惯用特性，我已经将向上箭头指向@ayhan 的答案。