python - Pandas :将成对的列转换为单元格

Question

我有一个像这样的 Pandas 数据框:

ts | thing_0 | qty_0 | thing_1 | qty_1 | thing_2 | qty_2
--------------------------------------------------------
1  | dog     |     5 | cat     |     3 | mouse   |     1
2  | house   |     6 | dog     |     4 | cat     |     2
...

我想将其转换为 thing 成为列，qty 成为单元格值。像这样:

ts | dog | cat | mouse | house
------------------------------
1  |   5 |   3 |     1 |     0
2  |   4 |   2 |     0 |     6
...

目前，我通过手动遍历 df.values 数组来手动执行此转换，但这非常慢。有没有更快的方法用 pandas means 来实现这个？

我看过df.pivot , 但找不到描述 thing_0 和 qty_0 之间关系的方法。

Answer 1

您可以使用 lreshape 合并 thing 和 qty 列:

In [10]: pd.lreshape(df, {'thing':['thing_0','thing_1','thing_2',], 'qty':['qty_0','qty_1','qty_2']})
Out[10]: 
   ts  thing  qty
0   1    dog    5
1   2  house    6
2   1    cat    3
3   2    dog    4
4   1  mouse    1
5   2    cat    2

然后pivot创建所需的DataFrame:

import pandas as pd

df = pd.DataFrame({'qty_0': [5, 6], 'qty_1': [3, 4], 'qty_2': [1, 2], 'thing_0': ['dog', 'house'], 'thing_1': ['cat', 'dog'], 'thing_2': ['mouse', 'cat'], 'ts': [1, 2]})

reshaped = pd.lreshape(df, {'thing':['thing_0','thing_1','thing_2',], 
                            'qty':['qty_0','qty_1','qty_2']})

result = reshaped.pivot(index='ts', columns='thing', values='qty')
print(result)

产量

thing  cat  dog  house  mouse
ts                           
1      3.0  5.0    0.0    1.0
2      2.0  4.0    6.0    0.0

---

我认为jezrael's solution更好，因为它利用了您希望合并的列名的规律性。 df.columns.str.split('_', expand=True) 比

更通用且重复更少

{'thing':['thing_0','thing_1','thing_2',], 
 'qty':['qty_0','qty_1','qty_2']}

lreshape 在您希望合并列名的情况下可能会有所帮助不规则。