Python: Transform或Melt和Groupby a Dataframe

Question

我有这样的事情：

df =
       col1  col2  col3
    0     B     C     A
    1     E     D     G
    2   NaN     F     B

编辑:我需要将它转换为：

result =
           Name    location  
        0     B   col1,col2
        1     C        col1     
        2     A        col1
        3     E        col2     
        4     D        col2        
        5     G        col2     
        6     F        col3

本质上是得到一个“位置”，告诉我“名称”在哪个列中。提前谢谢你。

Answer 1

或者使用stack()的替代方案

new = df.stack().reset_index().drop('level_0',axis=1).dropna()
new.columns = ['name','location']

指纹：

   name location
0  col1        B
1  col2        C
2  col3        A
3  col1        E
4  col2        D
5  col3        G
6  col2        F

编辑：

要获得更新的输出，可以使用groupby和join()

new.groupby('location').agg({'name':lambda x: ', '.join(list(x))}).reset_index()

这给了你：

 location        name
0        A        col3
1        B  col1, col3
2        C        col2
3        D        col2
4        E        col1
5        F        col2
6        G        col3

Answer 2

试试melt和dropna

>>> df.melt(var_name='location').dropna().groupby('value', sort=False, as_index=False).agg(', '.join)
  value    location
0     B  col1, col3
1     E        col1
2     C        col2
3     D        col2
4     F        col2
5     A        col3
6     G        col3
>>> 

还有groupby和agg。

Answer 3

尝试使用melt将columns转换为rows。并给rows一个column名称。

然后dropna删除rows中的NaN值。

df = df.melt(var_name="location", value_name="Name").dropna()