在熊猫中，如何重新排列数据框以同时组合多组列？

Question

我希望有人能帮我解决我的问题。给定如下图所示的熊猫数据框，我想将它重新安排到一个新的数据框中，组合几组列（这些组的大小都相同），这样每组就变成一个列，如下面的期望结果图像所示。预先感谢您提供任何提示。

Answer 1

对于一般解决方案，您可以尝试以下两个选项之一：

您可以尝试这样做，使用OrderedDict来获取按字母顺序排列的字母非数字列名称，pd.DataFrame.filter以过滤具有相似名称的列，然后使用以下值连接值pd.DataFrame.stack：

import pandas as pd

from collections import OrderedDict

df = pd.DataFrame([[0,1,2,3,4],[5,6,7,8,9]], columns=['a1','a2','b1','b2','c'])

newdf=pd.DataFrame()

for col in list(OrderedDict.fromkeys( ''.join(df.columns)).keys()):

    if col.isalpha():

        newdf[col]=df.filter(like=col, axis=1).stack().reset_index(level=1,drop=True)

newdf=newdf.reset_index(drop=True)

输出：

df

   a1  a2  b1  b2  c

0   0   1   2   3  4

1   5   6   7   8  9

newdf

   a  b  c

0  0  2  4

1  1  3  4

2  5  7  9

3  6  8  9

获取列名的另一种方法是使用reand setlike this，然后按字母顺序对列进行排序：

newdf=pd.DataFrame()

import re

for col in set(re.findall('[^\W\d_]',''.join(df.columns))):

    newdf[col]=df.filter(like=col, axis=1).stack().reset_index(level=1,drop=True)

newdf=newdf.reindex(sorted(newdf.columns), axis=1).reset_index(drop=True)

输出：

newdf

   a  b  c

0  0  2  4

1  1  3  4

2  5  7  9

3  6  8  9

Answer 2

您可以使用pd.wide_to_long和rename“c”列执行此操作：

df_out = pd.wide_to_long(df.reset_index().rename(columns={'c':'c1'}),

                         ['a','b','c'],'index','no')

df_out = df_out.reset_index(drop=True).ffill().astype(int)

df_out

输出：

   a  b  c

0  0  2  4

1  1  3  4

2  5  7  9

3  6  8  9

相同的数据框只是排序不同。

pd.wide_to_long(df,  ['a','b'], 'c', 'no').reset_index().drop('no', axis=1)

输出：

   c  a  b

0  4  0  2

1  9  5  7

2  4  1  3

3  9  6  8

Answer 3

c 列只有一列，而其他字母有两列，这一事实让它变得有点棘手。我首先堆叠数据框并去掉列名中的数字。然后对于 a 和 b，我旋转了一个数据框并删除了所有 nans。对于 c，我将数据帧的长度乘以 2 使其与 a 和 b 匹配，然后将其与 a 和 b 合并。

输入：

import pandas as pd

df = pd.DataFrame({'a1': {0: 0, 1: 5},

 'a2': {0: 1, 1: 6},

 'b1': {0: 2, 1: 7},

 'b2': {0: 3, 1: 8},

 'c': {0: 4, 1: 9}})

df

代码：

df1=df.copy().stack().reset_index().replace('[0-9]+', '', regex=True)

dfab = df1[df1['level_1'].isin(['a','b'])].pivot(index=0, columns='level_1', values=0) \

                         .apply(lambda x: pd.Series(x.dropna().values)).astype(int)

dfc = pd.DataFrame(np.repeat(df['c'].values,2,axis=0)).rename({0:'c'}, axis=1)

df2=pd.merge(dfab, dfc, how='left', left_index=True, right_index=True)

df2

输出：

    a   b   c

0   0   2   4

1   1   3   4

2   5   7   9

3   6   8   9