Python 具有多个变量名和多个值名的数据帧

如何使用多个变量名和值来融化熊猫数据帧？我有下面的数据框，它在for循环中改变了它的形状。在一个for循环迭代中，它如下所示：

ID  Cat    Class_A   Class_B     Prob_A     Prob_B
1   Veg      1        2          0.9         0.1
2   Veg      1        2          0.8         0.2
3   Meat     1        2          0.6         0.4
4   Meat     1        2          0.3         0.7
5   Veg      1        2          0.2         0.8

ID  Cat    Class     Prob    
1   Veg      1       0.9       
1   Veg      2       0.1
2   Veg      1       0.8        
2   Veg      2       0.2
3   Meat     1       0.6         
3   Meat     2       0.4
4   Meat     1       0.3         
4   Meat     2       0.7
5   Veg      1       0.2         
5   Veg      2       0.8

我需要把它融化成这样：

ID  Cat    Class_A   Class_B     Prob_A     Prob_B
1   Veg      1        2          0.9         0.1
2   Veg      1        2          0.8         0.2
3   Meat     1        2          0.6         0.4
4   Meat     1        2          0.3         0.7
5   Veg      1        2          0.2         0.8

ID  Cat    Class     Prob    
1   Veg      1       0.9       
1   Veg      2       0.1
2   Veg      1       0.8        
2   Veg      2       0.2
3   Meat     1       0.6         
3   Meat     2       0.4
4   Meat     1       0.3         
4   Meat     2       0.7
5   Veg      1       0.2         
5   Veg      2       0.8

在for循环期间，数据帧将包含不同数量的类及其概率。这就是为什么我要寻找一种适用于所有for循环迭代的通用方法。我看到了，但是他们没有帮助

您需要通过

dict

指定类别：

d = {'Class':['Class_A', 'Class_B'], 'Prob':['Prob_A','Prob_B']}
df = pd.lreshape(df,d)
print (df)
    Cat  ID  Class  Prob
0   Veg   1      1   0.9
1   Veg   2      1   0.8
2  Meat   3      1   0.6
3  Meat   4      1   0.3
4   Veg   5      1   0.2
5   Veg   1      2   0.1
6   Veg   2      2   0.2
7  Meat   3      2   0.4
8  Meat   4      2   0.7
9   Veg   5      2   0.8

更具活力的解决方案：

Class = [col for col in df.columns if col.startswith('Class')]
Prob = [col for col in df.columns if col.startswith('Prob')]
df = pd.lreshape(df, {'Class':Class, 'Prob':Prob})
print (df)
    Cat  ID  Class  Prob
0   Veg   1      1   0.9
1   Veg   2      1   0.8
2  Meat   3      1   0.6
3  Meat   4      1   0.3
4   Veg   5      1   0.2
5   Veg   1      2   0.1
6   Veg   2      2   0.2
7  Meat   3      2   0.4
8  Meat   4      2   0.7
9   Veg   5      2   0.8

编辑：

现在未记录，但将来可能会被删除（）

---

可能的解决方案是将所有3个函数合并为一个-可能是

melt

，但现在还没有实现。也许是新版本的熊猫。然后我的答案将被更新。

或者您可以使用

str.contain

和

pd.concat

DF1=df2.loc[:,df2.columns.str.contains('_A|Cat|ID')]
name=['ID','Cat','Class','Prob']
DF1.columns=name
DF2=df2.loc[:,df2.columns.str.contains('_B|Cat|ID')]
DF2.columns=name
pd.concat([DF1,DF2],axis=0)

Out[354]: 
   ID   Cat  Class  Prob
0   1   Veg      1   0.9
1   2   Veg      1   0.8
2   3  Meat      1   0.6
3   4  Meat      1   0.3
4   5   Veg      1   0.2
0   1   Veg      2   0.1
1   2   Veg      2   0.2
2   3  Meat      2   0.4
3   4  Meat      2   0.7
4   5   Veg      2   0.8

---

得票最多的答案使用了未记录的

lreshape

，由于其与已记录的答案相似，可能在某些时候被弃用，并可直接在此处使用。默认情况下，后缀只与数字匹配。您必须将其更改为匹配字符（这里我只使用了任意字符）

你也可以使用

---

@杰兹雷尔：如果我需要在类下有类的名称（“Class_A”，“Class_B”）而不是它们的代码（“1”，“2”）？我认为最简单的是

df['Class_A']='Class_A'

和

df['Class_B']='Class_B'

-用标量替换列中的值，然后使用

lreshape

@jezrael我认为没有文档记录的函数不适合使用，因为您必须直接链接到源代码。有人说要删除

lreshape

@Ted Petrou-谢谢你的评论。是的，将来有时可能会删除或不删除功能，这两种功能很少使用。但我认为这不是否决投票的理由：（我认为这个答案真的很糟糕，这就是我否决它的原因。你仍然有10票赞成。在我看来，你几乎不应该使用未记录的功能，尤其是那些具有同等和更高级对应项的功能，如

pd.wide\u to\u long

。现在，人们开始讨论这个问题，并认为这是一种融合两种功能的正确方法umns。任何人都不可能在生产中使用它。