熊猫数据整合2栏

Question

我有这样一个datatable：

Run, test1, test2
1, 100, 102.
2, 110, 100.
3, 108, 105.

我希望这两栏合并如下：

Run, results
1, 100
1, 102
2, 110 
2, 100 
3, 108 
3, 105

在潘达斯我该怎么做？非常感谢!

Answer 1

用stack结合Multiindex按双reset_index列

df = df.set_index('Run').stack().reset_index(drop=True, level=1).reset_index(name='results')
print (df)
   Run  results
0    1    100.0
1    1    102.0
2    2    110.0
3    2    100.0
4    3    108.0
5    3    105.0

或melt

df = df.melt('Run', value_name='results').drop('variable', axis=1).sort_values('Run')
print (df)
   Run  results
0    1    100.0
3    1    102.0
1    2    110.0
4    2    100.0
2    3    108.0
5    3    105.0

带numpy.repeat的Numpy解

a = np.repeat(df['Run'].values, 2)
b = df[['test1','test2']].values.flatten()

df = pd.DataFrame({'Run':a , 'results': b}, columns=['Run','results'])
print (df)
   Run  results
0    1    100.0
1    1    102.0
2    2    110.0
3    2    100.0
4    3    108.0
5    3    105.0

Answer 2

我就是这样实现这一目标的

备选案文1

wide_to_long

pd.wide_to_long(df,stubnames='test',i='Run',j='LOL').reset_index().drop('LOL',1)
Out[776]: 
    Run   test
0    1  100.0
1    2  110.0
2    3  108.0
3    1  102.0
4    2  100.0
5    3  105.0

注意:在这里，我没有将列名从test更改为结果，我认为使用test作为新的列名在您的情况下更好。

选项2

pd.concat

df=df.set_index('Run')
pd.concat([df[Col] for Col in df.columns],axis=0).reset_index().rename(columns={0:'results'})

Out[786]: 
   Run  results
0    1    100.0
1    2    110.0
2    3    108.0
3    1    102.0
4    2    100.0
5    3    105.0