python - 如何使用删除 NA 值的选项来融化 Pandas 中的数据框

Question

我有一个像这样的 Pandas 数据框:

df = pd.DataFrame({"VAR1":["V1","V2","V2","V3","V4","V4","V5"], "VAR2":["C1","C1","C1","C2","C2","C2","C3"], "VAR3":["S1","S2","S3","S4","","",""], "VAR4":["","S3","S4","S5","S6","",""], "VAR5":["","S7","","","","","S3"]})

df

我必须将其转换为如下所示的数据框

VAR1  VAR2  VALUE
V1     C1    S1
V2     C1    S2
V2     C1    S3
V2     C1    S7
V3     C2    S4
V3     C2    S5
V4     C2    S6
V5     C3    S3

也就是说，我想根据它们与 VAR1 和 VAR2 的映射将 VAR、VAR4、VAR5 列融合到一个列中

Answer 1

您可以使用 melt与 boolean indexing对于删除空值的行，然后是 sort_values在列和最后 reset_index对于默认的单调唯一 index:

df = pd.melt(df, id_vars=['VAR1', 'VAR2'], value_name='VALUE').drop('variable', axis=1)
df = df[df.VALUE != ''].sort_values(['VAR1','VAR2']).reset_index(drop=True)
print (df)
  VAR1 VAR2 VALUE
0   V1   C1    S1
1   V2   C1    S2
2   V2   C1    S3
3   V2   C1    S3
4   V2   C1    S4
5   V2   C1    S7
6   V3   C2    S4
7   V3   C2    S5
8   V4   C2    S6
9   V5   C3    S3

如果需要也可以drop_duplicates :

df = pd.melt(df, id_vars=['VAR1', 'VAR2'], value_name='VALUE').drop('variable', axis=1)
df = df[df.VALUE != ''].drop_duplicates().sort_values(['VAR1','VAR2']).reset_index(drop=True)
print (df)
  VAR1 VAR2 VALUE
0   V1   C1    S1
1   V2   C1    S2
2   V2   C1    S3
3   V2   C1    S4
4   V2   C1    S7
5   V3   C2    S4
6   V3   C2    S5
7   V4   C2    S6
8   V5   C3    S3