df = pd.DataFrame({'ProdcutID': {0: '2125',1: '1204',2: '4390'},
'Color':{0:'R',1:'B',2:'Y'},
'From':{0:'CA',1:'OH',2:'IN'},
'Color1':{0:'P',2:'W'},
'From1':{0:'NJ',2:'DE'},
'Color3':{1:'G',2:'P'},
'From3':{1:'MX',2:'PA'}})
我在上面有怪异的数据框,想将列转换为行。我尝试使用df.T
,但没有得到我想要的东西。可能使用df.groupby('ProductID')...
?
预期结果:
答案 0 :(得分:2)
使用pd.wide_to_long
尝试此操作,但是首先您需要重命名几个列标题以匹配其余列的模式。
df1 = df.rename(columns={'Color':'Color0','From':'From0'})
pd.wide_to_long(df1,['Color','From'],'ProdcutID','No').sort_index(level=0).dropna()
输出:
Color From
ProdcutID No
1204 0 B OH
3 G MX
2125 0 R CA
1 P NJ
4390 0 Y IN
1 W DE
3 P PA