Python 基于条件的熊猫转置

我有一个数据帧

Key   Col1 Col2 Col3   Colother
1     11    12    0     'a'
2     0     21    31    'b'
3     5     6     7     'c'

预期产量

Key   Col1 Col2 Col3   Colother  Colnew
1     11    12   0    'a'        11
1     11    12   0    'a'        12
2     0     21   31   'b'        21
2     0     21   31   'b'        31 
3     5     6    7    'c'        5
3     5     6    7    'c'        6
3     5     6    7    'c'        7

我试过使用

df.T

，但选项有限。因为我不想为

0

列创建行。现在我只剩下对行进行迭代了。

使用：

也可以在

查询中进行筛选

，谢谢@Scott Boston的建议：

df1 = df.melt(['Key','Colother'], value_name='Colnew').drop('variable', axis=1)
df = df.merge(df1.query('Colnew != 0'))
print (df)
   Key  Col1  Col2  Col3 Colother  Colnew
0    1    11    12     0      'a'      11
1    1    11    12     0      'a'      12
2    2     0    21    31      'b'      21
3    2     0    21    31      'b'      31
4    3     5     6     7      'c'       5
5    3     5     6     7      'c'       6
6    3     5     6     7      'c'       7

---

尝试使用

agg

然后

explode

df['Colnew'] = df[['Col1','Col2','Col3']].agg(list,1)
df = df.explode('Colnew').loc[lambda x : x['Colnew']!=0]
df
Out[364]: 
   Key  Col1  Col2  Col3 Colother Colnew
0    1    11    12     0      'a'     11
0    1    11    12     0      'a'     12
1    2     0    21    31      'b'     21
1    2     0    21    31      'b'     31
2    3     5     6     7      'c'      5
2    3     5     6     7      'c'      6
2    3     5     6     7      'c'      7

---

让我们试试

stack

和

join

：

c = ['Col1', 'Col2', 'Col3']
df.join(df[c].mask(df[c].eq(0)).stack().droplevel(1).rename('ColNew'))

---

---

您可以使用join来实现这一点

将熊猫作为pd导入
将numpy作为np导入
x=[
{
“key”：1，“col1”：11，“col2”：12，“col3”：0，“colother”：“a”
},
{
“key”：2，“col1”：0，“col2”：21，“col3”：31，“colother”：“b”
},    {
“key”：3，“col1”：5，“col2”：6，“col3”：7，“colother”：“c”
},
]
df=pd.DataFrame（x）
打印（df.join（df[[“col1”、“col2”、“col3”]].stack（）.droplevel（1）.重命名（'colnew'）。替换（0，np.nan）.dropna（））

输出：

   col1  col2  col3 colother  key  colnew
0    11    12     0        a    1    11.0
0    11    12     0        a    1    12.0
1     0    21    31        b    2    21.0
1     0    21    31        b    2    31.0
2     5     6     7        c    3     5.0
2     5     6     7        c    3     6.0
2     5     6     7        c    3     7.0

---

阿格，我还是比你慢

df.melt（['Key'，'Colother']）。query（'value！=0'）。merge（df）

比我快45秒。：-）保持安全和健康，我的朋友。

   Key  Col1  Col2  Col3 Colother  ColNew
0    1    11    12     0      'a'      11
0    1    11    12     0      'a'      12
1    2     0    21    31      'b'      21
1    2     0    21    31      'b'      31
2    3     5     6     7      'c'       5
2    3     5     6     7      'c'       6
2    3     5     6     7      'c'       7

   col1  col2  col3 colother  key  colnew
0    11    12     0        a    1    11.0
0    11    12     0        a    1    12.0
1     0    21    31        b    2    21.0
1     0    21    31        b    2    31.0
2     5     6     7        c    3     5.0
2     5     6     7        c    3     6.0
2     5     6     7        c    3     7.0