Question

我有一个包含4个标题行的数据框。像这样：

A01     A01     A01     A01     A01     A01
1       1       1       2       2       2
Mon     Mon     Mon     Tue     Tue     Tue
# Beverages     # Appliances    Avg. brewing duration   # Beverages     # Appliances    Avg. brewing duration
Americano       549     46      "101,5" 542     38
ApplianceOffRinsing     28.718  673     "52,6"  28.718  665
ApplianceOnRinsing      35.381  682     "180,8" 35.308  676
CafeAuLait      112     16      "124,4" 99      10

我如何在大熊猫中融化它？

我已经这样阅读它：

df = pd.read_csv('sample.csv', header=[0, 1, 2, 3, 4], delimiter='\t')

现在看起来像这样：

我想要输出如下所示的数据：

A01  1   Mon   # Beverages    549
A01  1   Mon   # Applicances  46
...

具有我设置的列名。

我知道它类似于pd.melt(df, col_level=0, id_vars=['A'], value_vars=['B'])，但是我不确定如何针对我的用例进行调整，特别是因为我的数据没有列名。

立即添加示例数据...

Answer 1

有问题，第一列应该是索引，因为只有文本列。

因此在输出中获取混合的数字和文本数据：

df2 = df.melt(var_name=['a','b','c','d'], value_name='e')
print (df2)
      a  b    c                    d                    e
0   A01  1  Mon           #Beverages            Americano
1   A01  1  Mon           #Beverages  ApplianceOffRinsing
2   A01  1  Mon           #Beverages   ApplianceOnRinsing
3   A01  1  Mon           #Beverages           CafeAuLait
4   A01  1  Mon          #Appliances                  549
5   A01  1  Mon          #Appliances               28.718
6   A01  1  Mon          #Appliances               35.381
7   A01  1  Mon          #Appliances                  112
8   A01  1  Mon  Avg.brewingduration                   46
9   A01  1  Mon  Avg.brewingduration                  673
10  A01  1  Mon  Avg.brewingduration                  682
11  A01  1  Mon  Avg.brewingduration                   16
12  A01  2  Tue           #Beverages                101,5
13  A01  2  Tue           #Beverages                 52,6
14  A01  2  Tue           #Beverages                180,8
15  A01  2  Tue           #Beverages                124,4
16  A01  2  Tue          #Appliances                  542
17  A01  2  Tue          #Appliances               28.718
18  A01  2  Tue          #Appliances               35.308
19  A01  2  Tue          #Appliances                   99
20  A01  2  Tue  Avg.brewingduration                   38
21  A01  2  Tue  Avg.brewingduration                  665
22  A01  2  Tue  Avg.brewingduration                  676
23  A01  2  Tue  Avg.brewingduration                   10

用多级标题融化熊猫数据？

1 个答案: