Python 将数据框重塑为重复行数相同的列
我有这个数据框:Python 将数据框重塑为重复行数相同的列,python,pandas,Python,Pandas,我有这个数据框: >> df = pd.DataFrame({'Place' : ['A', 'A', 'B', 'B', 'C', 'C'], 'Var' : ['All', 'French', 'All', 'German', 'All', 'Spanish'], 'Values' : [250, 30, 120, 12, 200, 112]}) >> df Place Values Var 0 A 250 All 1
>> df = pd.DataFrame({'Place' : ['A', 'A', 'B', 'B', 'C', 'C'], 'Var' : ['All', 'French', 'All', 'German', 'All', 'Spanish'], 'Values' : [250, 30, 120, 12, 200, 112]})
>> df
Place Values Var
0 A 250 All
1 A 30 French
2 B 120 All
3 B 12 German
4 C 200 All
5 C 112 Spanish
对于每个位置
,它有两行的重复模式。我想改变它的形状,使每个Place
有一行,Var
列变成两列,一列表示“全部”,另一列表示另一个值
像这样:
Place All Language Value
A 250 French 30
B 120 German 12
C 200 Spanish 112
数据透视表将为每个唯一的值生成一列,我不希望这样
这方面的重塑方法是什么?由于数据以交替模式出现,我们可以分两步对转换进行概念化 步骤1: 从
a,a,a
b,b,b
到
步骤2:删除冗余列
以下解决方案将重塑
应用于数据帧的值
;重塑的参数是(-1,df.shape[1]*2)
,它说“给我一个框架,它的列数和行数是你能管理的两倍。”
然后,我根据您的数据布局,硬连线了过滤器的列索引:[0,1,4,5]
。生成的numpy
数组有4列,因此我们将其与正确的列名一起传递到DataFrame
构造函数中
这是一个不可读的解决方案,它依赖于df
布局,并以错误的顺序生成列
import pandas as pd
df = pd.DataFrame({'Place' : ['A', 'A', 'B', 'B', 'C', 'C'], 'Var' : ['All', 'French', 'All', 'German', 'All', 'Spanish'], 'Values' : [250, 30, 120, 12, 200, 112]})
df = pd.DataFrame(df.values.reshape(-1, df.shape[1] * 2)[:,[0,1,4,5]],
columns = ['Place', 'All', 'Value', 'Language'])
另一种方法:
df = pd.DataFrame({'Place' : ['A', 'A', 'B', 'B', 'C', 'C'], 'Var' : ['All', 'French', 'All', 'German', 'All', 'Spanish'], 'Values' : [250, 30, 120, 12, 200, 112]})
df1 = df.set_index('Place').pivot(columns='Var')
df1.columns = df1.columns.droplevel()
df1 = df1.set_index('All', append=True).stack().reset_index()
print(df1)
输出:
Place All Var 0
0 A 250.0 French 30.0
1 B 120.0 German 12.0
2 C 200.0 Spanish 112.0
这管用!但我不太明白怎么做。你能解释一下你的过程吗?谢谢。所以-1作为
numpy.reformate
的一个参数,可以确保无论其他参数是什么,都能保持维度?是的,非常有用的速记符号。非常有趣的解决方案。droplevel
和stack
的使用非常巧妙。
Place All Var 0
0 A 250.0 French 30.0
1 B 120.0 German 12.0
2 C 200.0 Spanish 112.0