python - Pandas 数据框的递归转置

Question

输入:

|Name|L1|L1 Desc|L2|L2 Desc|L3|L3 Desc|L4|L4 Desc|
|Name1|L1|L1 Desc|L2|L2 Desc|L3|L3 Desc|L4|L4 Desc|
|Name2|L1|L1 Desc|L2|L2 Desc|L3|L3 Desc|L4|L4 Desc|

我想要得到:

|Name|Levels|Level Desc|
|Name1|L1|L1 Desc|
|Name1|L2|L2 Desc|
|Name1|L3|L3 Desc|
|Name1|L4|L4 Desc|
|Name2|L1|L1 Desc|
|Name2|L2|L2 Desc|
|Name2|L3|L3 Desc|
|Name2|L4|L4 Desc|    

等等

但是，它还应该根据某些手动输入标准(如函数参数)进行扩展以适应多个描述(请参见下面的 Kid)，例如:

|Name|L1|L1 Desc|L1 Kid|L2|L2 Desc|L2 Kid|L3|L3 Desc|L3 Kid|L4|L4 Desc|L4 Kid|
|Name1|L1|L1 Desc|L1 Kid|L2|L2 Desc|L2 Kid|L3|L3 Desc|L3 Kid|L4|L4 Desc|L4 Kid|
|Name2|L1|L1 Desc|L1 Kid|L2|L2 Desc|L2 Kid|L3|L3 Desc|L3 Kid|L4|L4 Desc|L4 Kid|

这样就变成了

|Name|Levels|Level Desc|Level Kid|
|Name1|L1|L1 Desc|L1 Kid|
|Name1|L2|L2 Desc|L2 Kid|
|Name1|L3|L3 Desc|L3 Kid|
|Name1|L4|L4 Desc|L4 Kid|
|Name2|L1|L1 Desc|L1 Kid|
|Name2|L2|L2 Desc|L2 Kid|
|Name2|L3|L3 Desc|L3 Kid|
|Name2|L4|L4 Desc|L4 Kid|

等等

通常我会使用 pd.melt 来执行此操作，但在这种情况下，它不能满足我的要求。

有没有一个pandas函数可以让我做到这一点，我可以在其中说明我希望采取的削减级别(例如模2或模3，或者概述我想要保留的字段以及要落入其中的列字段)或者我必须通过在自定义函数中递归修改 pd.melt 来完成此操作？

注意:我事先不知道列名称。我只会知道我必须分割多少个(每 2/3/4/5/6/等级别)

谢谢

Answer 1

首先将第一列转换为仅重复列的索引，然后按模分组，通过 range 和 concat 设置默认列名称，最后按第一组设置列名称通用解决方案:

n = 3
df = df.set_index('Name')
df1 = pd.concat([g.set_axis(range(len(g.columns)), axis=1, inplace=False) 
        for i, g in df.groupby(np.arange(len(df.columns)) // n , axis=1)], ignore_index=False)
df1.columns = df.columns[:n]
df1 = df1.reset_index()
print (df1)
    Name  L1  L1 Desc  L1 Kid
0  Name1  L1  L1 Desc  L1 Kid
1  Name2  L1  L1 Desc  L1 Kid
2  Name1  L2  L2 Desc  L2 Kid
3  Name2  L2  L2 Desc  L2 Kid
4  Name1  L3  L3 Desc  L3 Kid
5  Name2  L3  L3 Desc  L3 Kid
6  Name1  L4  L4 Desc  L4 Kid
7  Name2  L4  L4 Desc  L4 Kid