如何在Pandas数据框中堆叠行以获得一个“长行”，保留列类型？

Question

这是How do I stack rows in a Pandas data frame to get one "long row"?

的后续行动

答案有效但删除索引会丢失列类型（它们都变成 object ）：

df.stack().reset_index(drop=True).T

我需要保留列类型，最好重命名前缀表示原始行的列，例如：

row_0_column_A, row_0_column_B, ... , row_5_column_A, row_5_column_B ...

示例：

df = pd.DataFrame( [ {'stringy': 'A', 'numerical': 2 }, { 'stringy': 'B', 'numer
ical': 3 } ] )

   numerical stringy
0          2       A
1          3       B

期望的输出：

   row_0_numerical row_0_stringy row_1_numerical row_1_stringy
0                2             A               3             B

如何？

Answer 1

你可以pivot你的桌子：

# create a unique id for all rows and pivot the table
df['id'] = 0    
df1 = df.reset_index().pivot(index = 'id', columns = 'index')

# collapse multi index columns to single index
df1.columns = ['_'.join(['row'] + [str(c) for c in col][::-1]) for col in df1.columns.values]

df1
#      row_0_numerical  row_1_numerical row_0_stringy   row_1_stringy
# id                
#  0                 2                3             A               B