Python 如何对具有重复列名的行进行切片并按顺序堆叠这些行

我有一个如图所示的数据帧，我想在不改变顺序的情况下将其转换为多行

  RESP HR SPO2 PULSE
1  46  122  0    0   
2  46  122  0    0   
3
4

---

一种可能的解决方案是使用，列长度的唯一必要模数是

0

（因此可以将所有数据转换为4列

DataFrame

）：

通用数据解决方案：

a = '46 122 0 0 46 122 0 0 45 122 0 0 45 122 0'.split()
df = pd.DataFrame([a]).astype(int)
print (df)
    0    1  2  3   4    5  6  7   8    9  10  11  12   13  14
0  46  122  0  0  46  122  0  0  45  122   0   0  45  122   0

#flatten values
a = df.values.ravel()
#number of new columns
N = 4
#array filled by NaNs for possible add NaNs to end of last row
arr = np.full(((len(a) - 1)//N + 1)*N, np.nan)
#fill array by flatten values
arr[:len(a)] = a
#reshape to new DataFrame (last value is NaN)
df1 = pd.DataFrame(arr.reshape((-1, N)), columns=['RESP','HR','SPO2','PULSE'])
#new column with shifting first col
df1['RESP1'] = df1['RESP'].shift(-1)
print(df1)
   RESP     HR  SPO2  PULSE  RESP1
0  46.0  122.0   0.0    0.0   46.0
1  46.0  122.0   0.0    0.0   45.0
2  45.0  122.0   0.0    0.0   45.0
3  45.0  122.0   0.0    NaN    NaN

---

下面是使用

groupby

的另一种方法：

df = pd.DataFrame(np.random.arange(12), columns=list('abcd'*3))

new_df = pd.concat((x.stack().reset_index(drop=True)
                     .rename(k) for k,x in df.groupby(df.columns, axis=1)), 
                    axis=1)

new_df = (new_df.assign(a1=lambda x: x['a'].shift(-1))
                .rename(columns={'a1':'a'})
         )

输出：

   a  b   c   d    a
0  0  1   2   3  4.0
1  4  5   6   7  8.0
2  8  9  10  11  NaN

---

Iam收到此错误：ValueError:无法将大小为2348的数组重塑为形状（5）@NajamShah-如果检查模

2348%5=3

，则意味着必须删除最后3个值才能工作。或者需要添加缺少的值以结束，就像最后一行应该通过

data，data，data，NaN，NaN

？@jezrael如果不是上述错误，这会给出正确的结果吗？例如，这不会重复使用第1行的RESP列作为第2行的第一列，然后所有内容都会使一列的顺序发生变化…@JonClements-你是对的，似乎更复杂。对不起，我的错误，我不想重复RESP againa，你添加了示例数据的导出输出，也是第3行？您是否需要重复新数据帧中上一列的

RESP

值？yop，可能应该解释double

a

列，而不是，因为选择问题

   a  b   c   d    a
0  0  1   2   3  4.0
1  4  5   6   7  8.0
2  8  9  10  11  NaN