Python 取消数据帧堆栈并保留列
我有一个太“紧凑”的数据帧。数据帧当前如下所示:Python 取消数据帧堆栈并保留列,python,pandas,dataframe,unpivot,Python,Pandas,Dataframe,Unpivot,我有一个太“紧凑”的数据帧。数据帧当前如下所示: > import numpy as np > import pandas as pd > df = pd.DataFrame({'foo': ['A','B'], 'bar': ['1', '2'], 'baz': [np.nan, '3']}) bar baz foo 0 1 NaN A 1 2 3 B 我需要把它“拆开”成这样: &
> import numpy as np
> import pandas as pd
> df = pd.DataFrame({'foo': ['A','B'],
'bar': ['1', '2'],
'baz': [np.nan, '3']})
bar baz foo
0 1 NaN A
1 2 3 B
我需要把它“拆开”成这样:
> df = pd.DataFrame({'foo': ['A','B', 'B'],
'type': ['bar', 'bar', 'baz'],
'value': ['1', '2', '3']})
foo type value
0 A bar 1
1 B bar 2
2 B baz 3
无论我如何尝试旋转,我都无法正确旋转。使用方法:
或
将索引设置为foo,然后堆叠:
df.set_index('foo').stack()
foo
A bar 1
B bar 2
baz 3
dtype: object
这是一个系列,而不是一个系列DataFrame@Rémi,添加
.reset_index()
将获得所需的结果;-)事实上,它也有效。抱歉@Steven G,我无法将两个答案都标记为正确。
In [38]: pd.melt(df, id_vars='foo', value_vars=['bar','baz'], var_name='type').dropna()
Out[38]:
foo type value
0 A bar 1
1 B bar 2
3 B baz 3
df.set_index('foo').stack()
foo
A bar 1
B bar 2
baz 3
dtype: object