Question

我有这样的数据表：

Run, test1, test2
1, 100, 102.
2, 110, 100.
3, 108, 105.

我想将2列合并在一起，如下所示：

Run, results
1, 100
1, 102
2, 110 
2, 100 
3, 108 
3, 105

我如何在熊猫中做到这一点？非常感谢！

Answer 1

将stack与Multiindex一起使用到列reset_index列：

df = df.set_index('Run').stack().reset_index(drop=True, level=1).reset_index(name='results')
print (df)
   Run  results
0    1    100.0
1    1    102.0
2    2    110.0
3    2    100.0
4    3    108.0
5    3    105.0

或melt：

df = df.melt('Run', value_name='results').drop('variable', axis=1).sort_values('Run')
print (df)
   Run  results
0    1    100.0
3    1    102.0
1    2    110.0
4    2    100.0
2    3    108.0
5    3    105.0

使用numpy.repeat的Numpy解决方案：

a = np.repeat(df['Run'].values, 2)
b = df[['test1','test2']].values.flatten()

df = pd.DataFrame({'Run':a , 'results': b}, columns=['Run','results'])
print (df)
   Run  results
0    1    100.0
1    1    102.0
2    2    110.0
3    2    100.0
4    3    108.0
5    3    105.0

Answer 2

这是我如何实现这个

选项1

wide_to_long

pd.wide_to_long(df,stubnames='test',i='Run',j='LOL').reset_index().drop('LOL',1)
Out[776]: 
    Run   test
0    1  100.0
1    2  110.0
2    3  108.0
3    1  102.0
4    2  100.0
5    3  105.0

注意：这里我没有将列名从测试更改为结果，我认为使用test作为新列名称在您的情况下更好。

选项2

pd.concat

df=df.set_index('Run')
pd.concat([df[Col] for Col in df.columns],axis=0).reset_index().rename(columns={0:'results'})

Out[786]: 
   Run  results
0    1    100.0
1    2    110.0
2    3    108.0
3    1    102.0
4    2    100.0
5    3    105.0

Pandas Dataframe合并了2列

2 个答案: