熊猫重复列成新行

Question

我在csv中有数据有一些列重复，我想创建多行重复一些列。我试图用Python中的pandas来做这件事。

将以下内容作为MWE。我使用df = pandas.read_csv('my.csv')导入我的数据，并且具有如下所示的内容：

a  b  c  c.1  c.2
1  2  3   4    5
6  7  8   9    0

可以看到列 a 和 b 是唯一的，但 c 有多个值。我想将 c 值拆分为单独的行，复制 a 和 b ，即实现以下目标：

a  b  c
1  2  3
1  2  4
1  2  5
6  7  8
6  7  9
6  7  0

为了不必输入太多，我遗漏了一个类似重复的 d 列，但解决方案应该足够通用以适应这一点。

Answer 1

In [426]: pd.lreshape(df, {'c':df.columns[df.columns.str.match('^c\.?\d?')]})
Out[426]:
   a  b  c
0  1  2  3
1  6  7  8
2  1  2  4
3  6  7  9
4  1  2  5
5  6  7  0

Answer 2

使用melt：

pd.melt(df, id_vars=['a','b'], value_name='c').drop('variable',1)

输出：

   a  b  c
0  1  2  3
1  6  7  8
2  1  2  4
3  6  7  9
4  1  2  5
5  6  7  0

为多个变量构建一般情况有点棘手。这是一个解决方案，它基于您对c和d进行欺骗的情况。它仍然使用melt()，但随后将所有c变体重命名为c，并将d重命名为c。然后它基本上将d和df['d'] = df.c df['d.1'] = df['c.1'] df['d.2'] = df['c.2'] df2 = pd.melt(df, id_vars=['a','b']) df2.variable = df2.variable.str.replace('^(c|d).*', '\\1') dupe_vars = ['c','d'] (df2.loc[df2.variable.eq('c')] .rename(columns={'value':'c'}) .drop('variable',1) .reset_index(drop=True).merge( df2.loc[df2.variable.eq('d')] .rename(columns={'value':'d'}) .drop('variable',1) .reset_index(drop=True), left_index=True, right_index=True, on=['a','b'])) a b c d 0 1 2 3 3 1 6 7 8 8 2 1 2 4 4 3 6 7 9 9 4 1 2 5 5 5 6 7 0 0 段分开并合并它们。它有点笨重。

{{1}}

Answer 3

df.set_index(['a','b']).stack().reset_index().drop('level_2',1).rename(columns={0:'c'})
Out[754]: 
   a  b  c
0  1  2  3
1  1  2  4
2  1  2  5
3  6  7  8
4  6  7  9
5  6  7  0