在熊猫中,我具有以下数据框:
id1 id2 t1 l1 t2 l2
0 1 2 a b c d
1 3 4 g h i j
我想一次融化两列。也就是说,所需的输出是:
id1 id2 tz lz
0 1 2 a b
1 1 2 c d
2 3 4 g h
3 3 4 i j
我知道标准熔化:
d.melt(id_vars=['id1', 'id2'],
value_vars=['t1', 't2', 'l1', 'l2'])
但是会堆叠所有列
id1 id2 variable value
0 1 2 t1 a
1 3 4 t1 g
2 1 2 t2 c
3 3 4 t2 i
4 1 2 l1 b
5 3 4 l1 h
6 1 2 l2 d
7 3 4 l2 j
我如何一次融化两列?像这样:
d.melt(id_vars=['id1', 'id2'],
value_vars={('t1', 'l1'): 'tz', ('t2', 'l2'): 'lz'})
会很棒。
答案 0 :(得分:8)
这是wide_to_long
pd.wide_to_long(df,['t','l'],i=['id1','id2'],j='drop').reset_index(level=[0,1])
Out[52]:
id1 id2 t l
drop
1 1 2 a b
2 1 2 c d
1 3 4 g h
2 3 4 i j
答案 1 :(得分:3)
您可以在此处使用melt
两次,然后再连接它们以获得所需的输出:
t = d.melt(id_vars=['id1', 'id2'], value_vars=['t1', 't2'], value_name='tz').drop('variable', axis=1)
l = d.melt(id_vars=['id1', 'id2'], value_vars=['l1', 'l2'], value_name='lz').iloc[:, -1:]
df = pd.concat([t, l], axis=1).sort_values('id1')
输出
print(df)
id1 id2 tz lz
0 1 2 a b
2 1 2 c d
1 3 4 g h
3 3 4 i j