Question

考虑到我有多个列表

A = [1, 2, 3]
B = [1, 4]

我想生成一个长格式的Pandas DataFrame，如下所示：

type | value
------------
A    | 1
A    | 2
A    | 3
B    | 1
B    | 4

最简单的方法是什么？无法使用宽格式和合并的方式（？），因为列表的长度可能不同。

Answer 1

为type创建字典并通过列表理解来创建元组列表：

A = [1, 2, 3]
B = [1, 4]

d = {'A':A,'B':B}

print ([(k, y) for k, v in d.items() for y in v])
[('A', 1), ('A', 2), ('A', 3), ('B', 1), ('B', 4)]

df = pd.DataFrame([(k, y) for k, v in d.items() for y in v], columns=['type','value'])
print (df)
  type  value
0    A      1
1    A      2
2    A      3
3    B      1
4    B      4

另一种解决方案，如果输入是列表列表，并且type应该是整数：

L = [A,B]
df = pd.DataFrame([(k, y) for k, v in enumerate(L) for y in v], columns=['type','value'])
print (df)
   type  value
0     0      1
1     0      2
2     0      3
3     1      1
4     1      4

Answer 2

以下是使用字典输入的基于NumPy的解决方案：

d = {'A': [1, 2, 3],
     'B': [1, 4]}

keys, values = zip(*d.items())

res = pd.DataFrame({'type': np.repeat(keys, list(map(len, values))),
                    'value': np.concatenate(values)})

print(res)

  type  value
0    A      1
1    A      2
2    A      3
3    B      1
4    B      4

Answer 3

选中此选项，这是从dplyr，tidyr，R编程语言的第3个库中借用的，以下代码仅用于演示，因此我创建了两个df：df1，df2，您可以动态创建df并将它们连接起来： / p>

import pandas as pd


def gather(df, key, value, cols):
    id_vars = [col for col in df.columns if col not in cols]
    id_values = cols
    var_name = key
    value_name = value
    return pd.melt(df, id_vars, id_values, var_name, value_name)


df1 = pd.DataFrame({'A': [1, 2, 3]})

df2 = pd.DataFrame({'B': [1, 4]})

df_messy = pd.concat([df1, df2], axis=1)

print(df_messy)

df_tidy = gather(df_messy, 'type', 'value', df_messy.columns).dropna()

print(df_tidy)

您得到了df_messy的输出

df_tidy的输出

  type  value
0    A    1.0
1    A    2.0
2    A    3.0
3    B    1.0
4    B    4.0

PS：记住要将值的类型从float转换为int类型，我只是将其记录下来用于演示，而对细节没有太在意。

来自多个不同长度列表的Pandas长格式DataFrame

3 个答案: