Python 熊猫-如何基于数据类型堆叠列？

如果我有一个只有两种数据类型的数据帧，如下所示：

d = {'col1': [1, 2], 'col2': ['jack', 'bill'], 'col3': [4, 5], 'col4': ['megan', 'sarah']}
df = pd.DataFrame(data=d)
print(df)


   col1  col2  col3   col4
0     1  jack     4  megan
1     2  bill     5  sarah


print(df.dtypes)

col1     int64
col2    object
col3     int64
col4    object

是否有方法仅基于数据类型来堆叠这些列？最终结果将是：

   col1  col2
0     1  jack
1     2  bill
2     4  megan
3     5  sarah

---

最后的列名不必保持不变。

这适用于示例数据，不确定是否适用于常规数据

(df.groupby(df.dtypes, axis=1)
   .apply(lambda x: (x.stack().reset_index(drop=True)))
)

输出

int64   object
0   1   jack
1   4   megan
2   2   bill
3   5   sarah

---

为什么不给一个循环的机会呢

pd.DataFrame([ df.loc[:,df.dtypes==x].values.ravel() for x in df.dtypes.unique()]).T
Out[46]: 
   0      1
0  1   jack
1  4  megan
2  2   bill
3  5  sarah

---

对于数据类型列数不匹配的情况，可以使用默认构造函数。借用Quang关于groupby（axis=1）的想法

---

这是一个很好的解决方案。然而，由于循环，与其他解决方案相比，您的处理时间在更大的数据集上的伸缩性较差。因此，我正在使用的实际数据集有一个datetime列用于其中一个DYTPE。这对该列执行了一些奇怪的格式设置，并每天将行压缩成一行，这是一种奇怪的行为。我还没弄清楚原因yet@G.Anderson嗯，你确定吗？我一定是弄错了原因，但结果是它与行数成线性关系，而另一种解决方案则不是。在220行上：

36.9 ms

。在2200行上：

315ms

。在22000行上：

3.02s

只需进一步研究一下。我在real dataset中使用的两种数据类型实际上是datetime和float。我首先需要将我的数据框的

axis=1

更改为

columns

，但现在我收到了

TypeError:unhabable type:“list”

，这很有趣，因为数据框内没有列表。我想知道如果每个数据类型的列数不匹配，会发生什么情况；）@拉斐尔这就是我的意思，当我说它一般来说可能不起作用。

pd.DataFrame(df.groupby(df.dtypes, axis=1).apply(lambda s: list(s.values.ravel())).tolist()).T