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Pandas 如何将多个数据帧列(相同类型)转换为单个列表或系列,pandas,Pandas,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
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']