Question

输入：

|Name|L1|L1 Desc|L2|L2 Desc|L3|L3 Desc|L4|L4 Desc|
|Name1|L1|L1 Desc|L2|L2 Desc|L3|L3 Desc|L4|L4 Desc|
|Name2|L1|L1 Desc|L2|L2 Desc|L3|L3 Desc|L4|L4 Desc|

我想得到：

|Name|Levels|Level Desc|
|Name1|L1|L1 Desc|
|Name1|L2|L2 Desc|
|Name1|L3|L3 Desc|
|Name1|L4|L4 Desc|
|Name2|L1|L1 Desc|
|Name2|L2|L2 Desc|
|Name2|L3|L3 Desc|
|Name2|L4|L4 Desc|

等

但是，它还应该根据一些手动输入条件（例如函数参数）进行扩展以适合多个Desc（请参见下面的Kid），例如：

|Name|L1|L1 Desc|L1 Kid|L2|L2 Desc|L2 Kid|L3|L3 Desc|L3 Kid|L4|L4 Desc|L4 Kid|
|Name1|L1|L1 Desc|L1 Kid|L2|L2 Desc|L2 Kid|L3|L3 Desc|L3 Kid|L4|L4 Desc|L4 Kid|
|Name2|L1|L1 Desc|L1 Kid|L2|L2 Desc|L2 Kid|L3|L3 Desc|L3 Kid|L4|L4 Desc|L4 Kid|

使它变成

|Name|Levels|Level Desc|Level Kid|
|Name1|L1|L1 Desc|L1 Kid|
|Name1|L2|L2 Desc|L2 Kid|
|Name1|L3|L3 Desc|L3 Kid|
|Name1|L4|L4 Desc|L4 Kid|
|Name2|L1|L1 Desc|L1 Kid|
|Name2|L2|L2 Desc|L2 Kid|
|Name2|L3|L3 Desc|L3 Kid|
|Name2|L4|L4 Desc|L4 Kid|

等

通常，我会使用pd.melt来执行此操作，但是在这种情况下，它不能满足我的要求。

我是否有一个熊猫函数来执行此操作，在这里我可以声明要剪切的级别（例如，模数2或模数3或概述要保留的字段以及要归入其中的列字段）还是我必须通过在自定义函数中递归修改pd.melt来做到这一点？

注意：我事先不知道列名。我只会知道我必须分割多少个（每2/3/4/5/6 / etc个级别）

谢谢

Answer 1

首先将仅重复列的前几列转换为索引，然后按模进行分组，将range和concat设置为默认列名，最后按第一组为常规解决方案设置列名：

n = 3
df = df.set_index('Name')
df1 = pd.concat([g.set_axis(range(len(g.columns)), axis=1, inplace=False) 
        for i, g in df.groupby(np.arange(len(df.columns)) // n , axis=1)], ignore_index=False)
df1.columns = df.columns[:n]
df1 = df1.reset_index()
print (df1)
    Name  L1  L1 Desc  L1 Kid
0  Name1  L1  L1 Desc  L1 Kid
1  Name2  L1  L1 Desc  L1 Kid
2  Name1  L2  L2 Desc  L2 Kid
3  Name2  L2  L2 Desc  L2 Kid
4  Name1  L3  L3 Desc  L3 Kid
5  Name2  L3  L3 Desc  L3 Kid
6  Name1  L4  L4 Desc  L4 Kid
7  Name2  L4  L4 Desc  L4 Kid

数据框的递归转置

1 个答案: