Python 以最快的方式获取作为新数据帧的数据帧列的唯一值

以下哪种方式是转换数据的最佳方式：

| col1 | col2 | ... col400
|  tes | abc  |      max
|  tes | onet |      ups

为此：

Index | col | unique
  1   | col1| tes
  2   | col2| abc
  3   | col2| onet
  ...    
  639 | col400| max
  649 | col400| ups

---

我认为您必须添加一个额外的索引，否则在每一列上只能添加一行

你可能正在寻找。例如：

>>> df = pd.DataFrame([['tes', 'abc', 'max'], ['tes', 'onet', 'ups']], columns=["col1", "col2", "col400"])
>>> df
  col1  col2 col400
0  tes   abc    max
1  tes  onet    ups
>>> df.unstack()
col1    0     tes
        1     tes
col2    0     abc
        1    onet
col400  0     max
        1     ups
dtype: object

可能与

.reset_index（）

结合使用，以引入一个具有唯一id的索引和两列：一列用于“原始行号”，另一列用于“列名”，如：

或

df = (df.unstack()
      .reset_index(level=0)
      .rename(columns={'level_0':'col',0:'unique'})
      .reset_index(drop=True))

df.index += 1
print(df)

#      col unique
#1    col1    tes
#2    col1    tes
#3    col2    abc
#4    col2   onet
#5  col400    max
#6  col400    ups

---

不应该包括

行

，因为否则只能有一个

col1

，等等。不完全确定您的意思-请澄清一下好吗？数据框有一个索引（左边的项目）。但对于一个索引，只能有一行。这意味着只能有一个

col400

，因为您只能在该值上映射一个值（例如

max

）

df = (df.unstack()
      .reset_index(level=0)
      .rename(columns={'level_0':'col',0:'unique'})
      .reset_index(drop=True))

df.index += 1
print(df)

#      col unique
#1    col1    tes
#2    col1    tes
#3    col2    abc
#4    col2   onet
#5  col400    max
#6  col400    ups