Question

我创建了以下名为btn.setOnclicklistener(new View.OnClickListener(){ @Override public void onClick(View v) { String URLIMAGE = "https://www.avansys.edu.pe/sites/default/files/"+et_num.getText().toString()+".png"; new GetImageFromURL(img).execute(URLIMAGE); } });的数据框

df

我现在想要的是翻转行，以使df像这样：

       col1  col2  col3
    0     4     5     2
    1     5     2     4
    2     3    10     3
    3     6     2     2
    4     3     2     4

我认为我需要使用stack()，但不确定如何使用。我尝试了以下

         column_name  value
    0        col1      4
    1        col2      5
    2        col3      2
    3        col1      5
    4        col2      2
    5        col3      4
   ...       ...      ...

但是会返回以下错误

df = df.stack().rename_axis(['column_name']).reset_index(name = 'value')

问题：如何堆叠值，以便获得所需的数据框？

Answer 1

在这里有必要使用reset_index和drop=True来删除MultiIndex的第一级：

df = (df.stack()
        .reset_index(level=0, drop=True)
        .rename_axis(['column_name'])
        .reset_index(name = 'value'))
print (df)
   column_name  value
0         col1      4
1         col2      5
2         col3      2
3         col1      5
4         col2      2
5         col3      4
6         col1      3
7         col2     10
8         col3      3
9         col1      6
10        col2      2
11        col3      2
12        col1      3
13        col2      2
14        col3      4

另一个解决方案是melt，值的顺序已更改：

df = df.melt(var_name='column_name')
print (df)
   column_name  value
0         col1      4
1         col1      5
2         col1      3
3         col1      6
4         col1      3
5         col2      5
6         col2      2
7         col2     10
8         col2      2
9         col2      2
10        col3      2
11        col3      4
12        col3      3
13        col3      2
14        col3      4

Answer 2

如果行的顺序不重要，则可以直接使用pd.melt：

res = pd.melt(df, var_name='column_name')

如果希望按输入行进行排序，则可以将pd.melt与reset_index结合使用，以将索引提升到一系列，然后使用sort_values：

res = pd.melt(df.reset_index(), id_vars='index', var_name='column_name')\
        .sort_values('index').drop('index', 1).reset_index(drop=True)

print(res)

   column_name  value
0         col1      4
1         col2      5
2         col3      2
3         col1      5
4         col2      2
5         col3      4
6         col1      3
7         col2     10
8         col3      3
9         col1      6
10        col2      2
11        col3      2
12        col1      3
13        col2      2
14        col3      4

创建包含列名和另一个数据框的对应值的df

2 个答案: