Python 熊猫从宽到长,带存根列表
我目前拥有以下数据帧:Python 熊猫从宽到长,带存根列表,python,pandas,Python,Pandas,我目前拥有以下数据帧: 1_1 1_2 1_3 1_4 1_5 2_1 ... 9_5 10_1 10_2 10_3 10_4 10_5 0 0.049400 0.063812 0.097736 -0.077222 0.112779 -0.201620 ... 0.138246 0.015369 -0.083559 -0.186949 0.
1_1 1_2 1_3 1_4 1_5 2_1 ... 9_5 10_1 10_2 10_3 10_4 10_5
0 0.049400 0.063812 0.097736 -0.077222 0.112779 -0.201620 ... 0.138246 0.015369 -0.083559 -0.186949 0.158505 -0.046787
1 -0.169837 0.093606 0.043157 0.095289 -0.078525 -0.026500 ... -0.054344 0.008955 0.045036 0.198438 0.197416 -0.057831
2 -0.192915 0.001477 0.077699 …
我想得到这样的东西:
cat u i mouse
0 1 1 0.049400
1 1 1 -0.169837
2 1 1 -0.192915
0 1 2 0.063812
1 1 2 0.093606
2 1 2 0.001477
…
本质上,这些行表示cat列的值,下划线前的数字表示u列,下划线后的数字表示i列。最后,鼠标列是前面因素组合的值
但是,解决方案应该适用于这种格式的任何数据
到目前为止,考虑到我可以访问u(在本例中为1,2,3,4,5,6,7,8,9,10)和I(1,2,3,4,5)的列表,我有这个,但是解决方案应该适用于不同的列表和不同的行数
u_seq_stub = [u + '_' for u in u_seq]
df = pd.wide_to_long(df, u_seq_stub, i='u', j='i').reset_index().rename(columns={'_':'u'})
但是,这不起作用,并抛出“KeyError:[Index(['userid'],dtype='object')]中没有一个在[columns]”中。。。我也咨询过,这似乎和我想要的没有什么不同,但肯定有什么我误解了
我提前感谢您的帮助。将+与expand=True一起使用
。要创建cat
列,您可以使用:
使用
按所有列对多索引进行拆分
,然后按重塑,按更改新列名称的级别,最后按以下方式将其转换为列:
您的解决方案应首先使用中的参数sep
进行更改,然后通过一些数据清理进行另一次重塑:
u_seq_stub = ['1','2',...,'9','10']
#alternative
#u_seq_stub = [str(x) for x in range(1,11)]
df = (pd.wide_to_long(df.reset_index(),
u_seq_stub,
i='index',
j='i',
sep='_')
.stack()
.reset_index(name='mouse')
.rename(columns={'index':'cat', 'level_2':'u'})
.astype({'i':int, 'u':int})
.sort_values(['u','i','cat'])
)
print (df.head(10))
cat i u mouse
0 0 1 1 0.049400
12 1 1 1 -0.169837
24 2 1 1 -0.192915
3 0 2 1 0.063812
15 1 2 1 0.093606
25 2 2 1 0.001477
5 0 3 1 0.097736
17 1 3 1 0.043157
26 2 3 1 0.077699
7 0 4 1 -0.077222
谢谢你的回复!有没有办法仍然包含cat列的值?这意味着最终结果总共有4列?除此之外,这是一个完美的解决方案是的,您可以使用groupby.cumcount
。我已经更新了我的解决方案!我认为这是一个索引名称,从广度到广度是回答这个问题的正确方式:-)顺便说一句,这里是节日快乐感恩节:-)@WeNYoBen wau,也祝节日快乐;)
df.columns = df.columns.str.split('_', expand=True)
df = df.unstack().rename_axis(('u','i','cat')).reset_index(name='mouse')
print (df.head(10))
u i cat mouse
0 1 1 0 0.049400
1 1 1 1 -0.169837
2 1 1 2 -0.192915
3 1 2 0 0.063812
4 1 2 1 0.093606
5 1 2 2 0.001477
6 1 3 0 0.097736
7 1 3 1 0.043157
8 1 3 2 0.077699
9 1 4 0 -0.077222
u_seq_stub = ['1','2',...,'9','10']
#alternative
#u_seq_stub = [str(x) for x in range(1,11)]
df = (pd.wide_to_long(df.reset_index(),
u_seq_stub,
i='index',
j='i',
sep='_')
.stack()
.reset_index(name='mouse')
.rename(columns={'index':'cat', 'level_2':'u'})
.astype({'i':int, 'u':int})
.sort_values(['u','i','cat'])
)
print (df.head(10))
cat i u mouse
0 0 1 1 0.049400
12 1 1 1 -0.169837
24 2 1 1 -0.192915
3 0 2 1 0.063812
15 1 2 1 0.093606
25 2 2 1 0.001477
5 0 3 1 0.097736
17 1 3 1 0.043157
26 2 3 1 0.077699
7 0 4 1 -0.077222