python - 拼接并组合两列以形成新的数据框(Pandas)

Question

我需要将我的 pandas 数据框转换成一个有点奇怪的列表。我有以下示例 Pandas 数据框:

输入数据框:

mydf= pd.DataFrame.from_dict({'ARS':['xx2','xx3','xx1'], 'xyz':['yy1','xx2','xx3'], 'ppp':['xx3','yy2','xx2']}, orient='columns')
mydf= mydf.stack().reset_index()
mydf.columns= ['list1','list2','list3']
newdf= mydf[['list2','list3']]
newdf

  list2 list3
0   ARS   xx2
1   ppp   xx3
2   xyz   yy1
3   ARS   xx3
4   ppp   yy2
5   xyz   xx2
6   ARS   xx1
7   ppp   xx2
8   xyz   xx3

所需的数据框:

>ARS
xx2
xx3
xx1
>ppp
xx3
yy2
xx2
>xyz
yy1
xx2
xx3

有没有人有简单的 pandas 方法来转换它？

Answer 1

这是使用 groupby、pd.concat 和索引的 Pandas 方法:

(newdf.groupby('list2',as_index=False)
     .apply(lambda x: pd.concat([pd.Series(x.iloc[0]['list2']),
                                 pd.Series(x.loc[:,'list3'])]))
    .reset_index(drop=True))

输出:

0     ARS
1     xx2
2     xx3
3     xx1
4     ppp
5     xx3
6     yy2
7     xx2
8     xyz
9     yy1
10    xx2
11    xx3
dtype: object

如果您真的想要那个“>”符号，请使用以下命令:

(newdf.groupby('list2',as_index=False)
     .apply(lambda x: pd.concat([pd.Series('>'+x.iloc[0]['list2']),
                                 pd.Series(x.loc[:,'list3'])]))
    .reset_index(drop=True))

输出:

0     >ARS
1      xx2
2      xx3
3      xx1
4     >ppp
5      xx3
6      yy2
7      xx2
8     >xyz
9      yy1
10     xx2
11     xx3
dtype: object