Question

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

我想将此数据帧与相应的值更改为成对的，像这样：

>> 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，但是对于非常大的数据帧，这将非常慢。有一些问题问到哪个解决了类似的问题，但是对于R。我猜一种方法是将数据帧转换为numpy矩阵，然后使用堆栈函数。但是我无法从中创建一个m×3的阵列。有人可以帮忙吗？

Answer 1

将DataFrame.stack与Series.reset_index一起使用：

df = df.stack().reset_index()
df.columns = ['col1','col2','val']

或者使用numpy.repeat，numpy.tile和ravel的numpy解决方案：

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

val列与melt和DataFrame.reset_index的顺序不同的解决方案，对于列的相同顺序，请添加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

Answer 2

切片

类似于jezrael的答案之一。区别在于我创建了整数索引以进行切片。这使我可以切片二维数组df.values而不是ravel。这是一个口味/喜好问题。

n, m = df.shape
i = np.tile(np.arange(n), m)
j = np.arange(m).repeat(n)

pd.DataFrame(dict(
    col1=df.columns[j],
    col2=df.index[i],
    val=df.values[i, j]
))

   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

如何在熊猫中将m×m数据帧转换为m * m×3数据帧？

2 个答案:

切片