python - pandas 如何在列不均匀的数据框中复制行，仅在特定列中存在数据并形成具有偶数列的新数据框？

Question

我有一个包含不均匀数据的 Pandas 数据框，我想将其标准化为行，以便可以对数据进行分组。前 x 列已填充且长度固定，但随后将有未定义数量的其他列。此数据是从 csv 文件中读取的，其中每个符号可以有多个主机或没有主机。
我想最终得到的是以下格式的分组数据:{"host1": [sym1, sym2, sym3], "host3": [sym5]}我已将空单元格设置为“”，并且数据帧的末尾不均匀数据如下所示:


一种
乙
C
D


符号1
主机 1
主机2
“”

符号2
主机2
主机 1
“”

符号3
“”
“”
“”

符号4
主机 1
主机2
“”

符号5
主机 1
主机2
主机 3

符号6
主机 1
主机2
“”


我想要的是一个看起来像这样的数据框:


一种
乙


符号1
主机 1

符号1
主机2

符号2
主机2

符号2
主机 1

符号4
主机 1

符号4
主机2

符号5
主机 1

符号5
主机2

符号5
主机 3

符号6
主机 1

符号6
主机2

Answer 1

您可以通过使这些空值变得更复杂 '""' .
IUC:

df.mask(df.eq('""')).melt('A').rename(columns={'value': 'B'})[['A', 'B']].dropna()

       A      B
0   sym1  host1
1   sym2  host2
3   sym4  host1
4   sym5  host1
5   sym6  host1
6   sym1  host2
7   sym2  host1
9   sym4  host2
10  sym5  host2
11  sym6  host2
16  sym5  host3

或者

df.mask(df.eq('""')).set_index('A').stack().reset_index('A', name='B')

      A      B
B  sym1  host1
C  sym1  host2
B  sym2  host2
C  sym2  host1
B  sym4  host1
C  sym4  host2
B  sym5  host1
C  sym5  host2
D  sym5  host3
B  sym6  host1
C  sym6  host2

我更喜欢

dat = [
    {'A': a, 'B': b}
    for a, *B in zip(*map(df.get, df))
    for b in B if b != '""' and b
]

pd.DataFrame(dat)

       A      B
0   sym1  host1
1   sym1  host2
2   sym2  host2
3   sym2  host1
4   sym4  host1
5   sym4  host2
6   sym5  host1
7   sym5  host2
8   sym5  host3
9   sym6  host1
10  sym6  host2