如何在pandas中将多列合并为一列?
我有一张桌子:
ID | A | B | C | D
1 1 1 0 3
2 1 0 1 2
3 0 0 1 8我想要这张桌子:
ID | X | D
1 A 3
1 B 3
2 A 2
2 C 2
3 C 8我想根据它们的值将A、B、C列合并到X列中。如果一个id有多个true (1)值合并列(A/B/C),则会有该id的新行副本。
发布于 2019-03-07 03:05:38
您可以使用melt重塑DataFrame,然后只保留相关的列和行,使用query选择行,使用drop删除现在已过时的列,如下所示:
(df.melt(id_vars=['ID', 'D'], var_name='X')
.query('value == 1')
.drop(columns=['value']))
# ID D X
#0 1 3 A
#1 2 2 A
#3 1 3 B
#7 2 2 C
#8 3 8 C熔化后的DataFrame如下所示:
# ID D X value
#0 1 3 A 1
#1 2 2 A 1
#2 3 8 A 0
#3 1 3 B 1
#4 2 2 B 0
#5 3 8 B 0
#6 1 3 C 0
#7 2 2 C 1
#8 3 8 C 1通过使用ID和D作为id_vars,所有其他变量(A、B和C)的每个不同值都会复制这两个值。这些列的值现在位于value列中。然后,问题就是将行保存在value == 1
发布于 2019-03-07 03:46:29
一种可能的解决方案是:
df2 = df.set_index('ID')
df2[['A', 'B', 'C']].multiply(df2['D'], axis='index').reset_index()\
.melt(id_vars='ID', var_name='X', value_name='D').query('D > 0')\
.sort_values('ID')结果是:
ID X D
0 1 A 3
3 1 B 3
1 2 A 2
7 2 C 2
8 3 C 8与您期望的结果相比,有额外的(索引)列,但我认为这并不重要。
https://stackoverflow.com/questions/55030271
复制相似问题