Pandas 如何将多个数据帧列（相同类型）转换为单个列表或系列

假设您拥有表单的数据框架

col0 col1 col2 col3
---------------------
a0   a1   a2   a3
b0   b1   None None
c0   c1   c2   c3

希望能够获得这些列的某些特定选择的列表或系列，例如

in: stack(df[['col1', 'col3']])

out: 
a0
a3
b0
c0
c3

（注意，在本例中，

None

值被跳过）。尝试使用，但似乎并不完全是需要的。如果您对如何将数据帧列转换成这种形式有任何建议，我们将不胜感激。（最终希望获得不同值的直方图（通过））。

您可以使用

.unstack（）

将它们转换成

多索引

ed系列，删除空值，然后只需获取

np.array

或列表：

In [69]: df[['col1', 'col3']].unstack().dropna().values
Out[69]: array(['a1', 'b1', 'c1', 'a3', 'c3'], dtype=object)

In [70]: df[['col1', 'col3']].unstack().dropna().tolist()
Out[70]: ['a1', 'b1', 'c1', 'a3', 'c3']

您可以使用

.unstack（）

将它们转换为

多索引

ed系列，删除空值，然后只获取

np.array

或列表：

In [69]: df[['col1', 'col3']].unstack().dropna().values
Out[69]: array(['a1', 'b1', 'c1', 'a3', 'c3'], dtype=object)

In [70]: df[['col1', 'col3']].unstack().dropna().tolist()
Out[70]: ['a1', 'b1', 'c1', 'a3', 'c3']