我有一个熊猫数据框,如下所示:
dataframe = pd.DataFrame(
{
'ID': [1,2,3,4],
'Gender': ['F','F','M','M'],
'Language': ['EN', 'ES', 'EN', 'EN'],
'Year 1': [2020,2020,2020,2020],
'Score 1': [93,97,83,86],
'Year 2': [2020,2020,None,2018],
'Score 2': [85,95,None,55],
'Year 3': [2020,2018,None,None],
'Score 3': [87,86,None,None]
}
)
ID | 性别 | 语言 | 第一年 | 得分 1 | 第 2 年 | 得分 2 | 第 3 年 | 得分 3 |
---|---|---|---|---|---|---|---|---|
1 | F | 中文 | 2020 | 93 | 2020 | 85 | 2020 | 87 |
2 | F | ES | 2020 | 97 | 2020 | 95 | 2018 | 86 |
3 | M | 中文 | 2020 | 83 | ||||
4 | M | 中文 | 2020 | 86 | 2018 | 55 |
我想根据年份和相应的分数进行融化,例如,如果任何年份等于 2020 年,则将生成以下内容:
ID | 性别 | 语言 | 年 | 得分 |
---|---|---|---|---|
1 | F | 中文 | 2020 | 93 |
1 | F | 中文 | 2020 | 85 |
1 | F | 中文 | 2020 | 87 |
2 | F | ES | 2020 | 97 |
2 | F | ES | 2020 | 95 |
3 | M | 中文 | 2020 | 83 |
4 | M | 中文 | 2020 | 86 |
我曾尝试使用 pd.melt
,但在按年份过滤各列并保留相应条目时遇到问题。
答案 0 :(得分:4)
据我所知,您可以尝试:
out = (pd.wide_to_long(dataframe,['Year','Score'],['ID','Gender','Language'],'v',' ')
.dropna().droplevel(-1).reset_index())
print(out)
ID Gender Language Year Score
0 1 F EN 2020.0 93.0
1 1 F EN 2020.0 85.0
2 1 F EN 2020.0 87.0
3 2 F ES 2020.0 97.0
4 2 F ES 2020.0 95.0
5 2 F ES 2018.0 86.0
6 3 M EN 2020.0 83.0
7 4 M EN 2020.0 86.0
8 4 M EN 2018.0 55.0
答案 1 :(得分:0)
long_df = (pd.wide_to_long(dataframe, stubnames=["Year","Score"],i="ID", j="Repetition",
sep = " ").reset_index())
df_2020 = (long_df[long_df["Year"] == 2020].drop("Repetition",
axis=1).sort_values("ID").reset_index(drop=True))
print(df_2020)
ID Gender Language Year Score
0 1 F EN 2020.0 93.0
1 1 F EN 2020.0 85.0
2 1 F EN 2020.0 87.0
3 2 F ES 2020.0 97.0
4 2 F ES 2020.0 95.0
5 3 M EN 2020.0 83.0
6 4 M EN 2020.0 86.0