web-dev-qa-db-fra.com

Pandas DataFrame empile les valeurs de plusieurs colonnes dans une seule colonne

En supposant le DataFrame suivant:

  key.0 key.1 key.2  topic
1   abc   def   ghi      8
2   xab   xcd   xef      9

Comment puis-je combiner les valeurs de toutes les colonnes key. * En une seule colonne 'key', associée à la valeur de rubrique correspondant aux colonnes key. *? Voici le résultat que je veux:

   topic  key
1      8  abc
2      8  def
3      8  ghi
4      9  xab
5      9  xcd
6      9  xef

Notez que le nombre de colonnes key.N est variable sur certains N. externes.

18
borice

Vous pouvez faire fondre votre dataframe:

>>> keys = [c for c in df if c.startswith('key.')]
>>> pd.melt(df, id_vars='topic', value_vars=keys, value_name='key')

   topic variable  key
0      8    key.0  abc
1      9    key.0  xab
2      8    key.1  def
3      9    key.1  xcd
4      8    key.2  ghi
5      9    key.2  xef

Il vous donne également la source de la clé.


De v0.20, melt est une fonction de première classe du pd.DataFrame classe:

>>> df.melt('topic', value_name='key').drop('variable', 1)

   topic  key
0      8  abc
1      9  xab
2      8  def
3      9  xcd
4      8  ghi
5      9  xef
31
Alexander

OK, car l'une des réponses actuelles est marquée comme dupliquée de cette question, je vais répondre ici.

En utilisant wide_to_long

pd.wide_to_long(df, ['key'], 'topic', 'age').reset_index().drop('age',1)
Out[123]: 
   topic  key
0      8  abc
1      9  xab
2      8  def
3      9  xcd
4      8  ghi
5      9  xef
4
YOBEN_S

Après avoir essayé différentes manières, je trouve que ce qui suit est plus ou moins intuitif, à condition que la magie de stack soit comprise:

# keep topic as index, stack other columns 'against' it
stacked = df.set_index('topic').stack()
# set the name of the new series created
df = stacked.reset_index(name='key')
# drop the 'source' level (key.*)
df.drop('level_1', axis=1, inplace=True)

La trame de données résultante est telle que requise:

   topic  key
0      8  abc
1      8  def
2      8  ghi
3      9  xab
4      9  xcd
5      9  xef

Vous voudrez peut-être imprimer les résultats intermédiaires pour comprendre le processus dans son intégralité. Si cela ne vous dérange pas d'avoir plus de colonnes que nécessaire, les étapes clés sont set_index('topic'), stack() et reset_index(name='key').

4
miraculixx