Pandas：是否有一种惯用的方法为一组列中的每个值创建行？

Question

在pandas中是否有惯用的方法为pandas中的一组列中的每个值创建行？如下所示？

import pandas as pd

mydf = pd.DataFrame({
        'A': ['A1','A2','A3'], 
        'B': ['B1','B2','B3'], 
        'C': ['C1','C2','C3'], 
        'M1': [1,2,3],
        'M2': [4,5,6]})

def reshape(dataframe, index_columns, index_colname):
    attributes = [c for c in dataframe.columns if c not in index_columns]
    dfs_out = []
    for c in index_columns:
        proj = [a for l in [[c], attributes] for a in l]
        tdf = dataframe[proj]
        proj[0] = index_colname
        tdf.columns = proj
        dfs_out.append(tdf)

    return pd.concat(dfs_out, ignore_index=True)

print(reshape(mydf, ['A', 'B', 'C'], 'I'))

输出以下内容：

    I  M1  M2
0  A1   1   4
1  A2   2   5
2  A3   3   6
3  B1   1   4
4  B2   2   5
5  B3   3   6
6  C1   1   4
7  C2   2   5
8  C3   3   6

Answer 1

您还可以使用pd.lreshape()将宽格式数据重新整形为长groups关键字参数接受字典，例如groups ={new_name:columns_to_combine}

pd.lreshape(mydf, dict(I=list("ABC")))

Answer 2

使用melt的解决方案，然后需要删除列variable：

print (pd.melt(mydf, id_vars=['M1','M2'], value_name='I').drop('variable', axis=1))
   M1  M2   I
0   1   4  A1
1   2   5  A2
2   3   6  A3
3   1   4  B1
4   2   5  B2
5   3   6  B3
6   1   4  C1
7   2   5  C2
8   3   6  C3