我有一个像这样的熊猫数据框:
df = pd.DataFrame({'A':[1,3,2,9],'B':[2,1,2,7],'C':[7,2,4,6],'D':[8,1,6,4]},index=['A','B','C','D'])
>> A B C D
A 1 2 7 8
B 3 1 2 1
C 2 2 4 6
D 9 7 6 4
我要将此数据帧与相应的值成对更改,如下所示:
>> col1 col2 val
A A 1
A B 3
A C 2
A D 9
... ... ...
D C 6
D D 4
一种方法是使用循环,但对于非常大的数据帧,这将非常缓慢。有人问,除了R,哪个解决了类似的问题。我想一种方法是将数据帧转换成numpy矩阵,然后使用堆栈函数。但我无法从中创建m-by-3数组。有人能帮忙吗?
最佳答案
将DataFrame.stack
与Series.reset_index
一起使用:
df = df.stack().reset_index()
df.columns = ['col1','col2','val']
或含有
numpy.repeat
、numpy.tile
和ravel
的numpy溶液:a = np.repeat(df.index, len(df.columns))
b = np.tile(df.columns, len(df))
c = df.values.ravel()
df = pd.DataFrame({'col1':a,'col2':b,'val':c})
print (df)
col1 col2 val
0 A A 1
1 A B 2
2 A C 7
3 A D 8
4 B A 3
5 B B 1
6 B C 2
7 B D 1
8 C A 2
9 C B 2
10 C C 4
11 C D 6
12 D A 9
13 D B 7
14 D C 6
15 D D 4
不同顺序的
val
溶液与melt
和DataFrame.reset_index
柱,对于相同顺序的柱添加reindex
:df = (df.rename_axis('col2')
.reset_index()
.melt('col2', var_name='col1', value_name='val')
.reindex(columns=['col1','col2','val']))
a = np.repeat(df.columns, len(df.columns))
b = np.tile(df.index, len(df))
c = df.values.T.ravel()
df1 = pd.DataFrame({'col1':a,'col2':b,'val':c})
print (df)
col1 col2 val
0 A A 1
1 A B 3
2 A C 2
3 A D 9
4 B A 2
5 B B 1
6 B C 2
7 B D 7
8 C A 7
9 C B 2
10 C C 4
11 C D 6
12 D A 8
13 D B 1
14 D C 6
15 D D 4
关于python - 如何在 Pandas 中将m×m数据帧转换为m * m×3数据帧?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/53501706/