Python Pandas-将列拆分为行，同时保留索引

我有以下简化的

数据帧

：

将熊猫作为pd导入
数据帧（[{'index_a'：'a1'，'index_b'：'b1'，'value_x'：'x1'，'value_y'：'y1'}，
{'index_a'：'a2'，'index_b'：'b2'，'value_x'：'x2'，'value_y'：'y2'}，
{'index_a'：'a3'，'index_b'：'b3'，'value_x'：'x3'，'value_y'：'y3'}]

它包含两个索引和两个值列。对于下游使用，有两个值列（它们来自同一分布）是没有意义的。因此，我想“分解”这些列，并制作一个大列表。这就是结果：

pd.DataFrame（[{'index_a'：'a1'，'index_b'：'b1'，'value'：'x1'}，
{'index_a'：'a1'，'index_b'：'b1'，'value'：'x1'}，
{'index_a'：'a2'，'index_b'：'b2'，'value'：'x2'}，
{'index_a'：'a2'，'index_b'：'b2'，'value'：'y2'}，
{'index_a'：'a3'，'index_b'：'b3'，'value'：'x3'}，
{'index_a'：'a3'，'index_b'：'b3'，'value'：'y3'}]）

我尝试通过

.value

和

.ravel（）

来隔离值，但没有一个产生预期的结果

提前谢谢。bbquerycus:）

使用

str.contains（）

查找列名以筛选索引列并将其作为

id\u vars

传递：

final=df.melt(df.columns[df.columns.str.contains('index')]).drop('variable',1)

---

---

如果您运行下面的代码

将熊猫作为pd导入
df=pd.DataFrame（[{'index_a'：'a1'，'index_b'：'b1'，'value_x'：'x1'，'value_y'：'y1'}，
{'index_a'：'a2'，'index_b'：'b2'，'value_x'：'x2'，'value_y'：'y2'}，
{'index_a'：'a3'，'index_b'：'b3'，'value_x'：'x3'，'value_y'：'y3'}]

结果将是

索引a索引b值x值y
0 a1 b1 x1 y1
1 a2 b2 x2 y2
2 a3 b3 x3 y3

因此，您可以在这里选择列

['index\u a'，'index\u b'，'value\u x']

df1=df['index\u a'，'index\u b'，'value\u x']

索引a索引b值x
0 a1 b1 x1
1 a2 b2 x2
2 a3 b3 x3

同样地，选择列

['index\u a'、'index\u b'、'value\u y']

df2=df['index\u a'，'index\u b'，'value\u y']

索引a索引b值y
0 a1 b1 y1
1 a2 b2 y2
2 a3 b3 y3

将列

value\u x

和

value\u y

重命名为通用名称

value

df1=df1.rename（列={'value\ux'：'value'}）

df2=df2.重命名（列={'value_y'：'value'}）

现在连接数据帧

df1

和

df2

忽略索引值

df3=pd.concat（[df1，df2]，ignore_index=True）

索引a索引b值
0 a1 b1 x1
1 a2 b2 x2
2 a3 b3 x3
3 a1 b1 y1
4 a2 b2 y2
5 a3 b3 y3

通过分组列对行进行排序

索引a

和

索引b

df3.sort_值（['index_a'，'index_b']）

final=df.melt（df.columns[df.columns.str.contains（'index'）））。drop（'variable'，1）

？

  index_a index_b value
0      a1      b1    x1
1      a2      b2    x2
2      a3      b3    x3
3      a1      b1    y1
4      a2      b2    y2
5      a3      b3    y3