Question

当每个ID写下非零列名作为行时，需要将稀疏数据帧转换为形状。

我已经尝试过使用带循环的for循环-但是它非常慢，我不能使用它。也许有人有更好的主意？

例如，初始df：

df=pd.DataFrame({'Id':['id1','id2','id3'], 'a':[0,1,1] ,'b':[1,0,1], 'c':[1,1,0]})

Id  a b c
id1 0 1 1 
id2 1 0 1 
id3 1 1 0

预期：

Id   columns
id1    b 
id1    c 
id2    a 
id2    c 
id3    a 
id3    b

Answer 1

使用熊猫.25.0，这是使用.dot和explode的一种方式：

m=df.set_index('Id')
m.dot(m.columns+',').str[:-1].str.split(',').explode().reset_index(name='Columns')

   Id Columns
0   0       b
1   0       c
2   1       a
3   1       c
4   2       a
5   2       b

Answer 2

您似乎想要的只是堆积的索引，而不是值。我可以建议使用set_index和stack吗？

df2 = df.set_index('Id')
(df2[df2.astype(bool)]
     .stack()
     .index
     .to_frame()
     .reset_index(drop=True)
     .set_axis(['Id', 'columns'], axis=1, inplace=False))                                                                               

   Id columns
0   0       b
1   0       c
2   1       a
3   1       c
4   2       a
5   2       b

Answer 3

让我们使用melt并用loc进行过滤：

df.melt('Id').loc[lambda x: x['value'] != 0].sort_values('Id')

输出：

    Id variable  value
3  id1        b      1
6  id1        c      1
1  id2        a      1
7  id2        c      1
2  id3        a      1
5  id3        b      1

根据@Oleskii评论进行更新：

df.reset_index().melt(['index','Id']).loc[lambda x : x['value'] != 0].sort_values('index')

输出：

   index   Id variable  value
3      0  id1        b      1
6      0  id1        c      1
1      1  id2        a      1
7      1  id2        c      1
2      2  id3        a      1
5      2  id3        b      1

在Python中将非零列名转换为行

3 个答案:

根据@Oleskii评论进行更新：