Python:DataFrame.melt - 如何选择一系列列作为标识符变量？

Question

我正在尝试更改数据集的结构

目前有:

RE id    Country    0    1   2    ...    n
1001     CN,TH     CN   TH   nan  ...    nan
1002     UK        UK   nan  nan  ...    nan

我已将“国家/地区”列拆分出来，因此还有其他列。现在我正在尝试使用 df.melt 来获取此信息:

RE id    var  val 
1001      0   CN 
1001      0   TH 

所以我最终可以通过使用枢轴来解决这个问题

RE id     Country
1001      TH
1001      CN

我试过:

df = a.melt(id_vars=[a[[0]],a[[1]],a[[2]]], value_vars=['RE id'])

如何选择数据框中的列范围以用作标识符变量？ https://pandas.pydata.org/pandas-docs/version/0.23.4/generated/pandas.DataFrame.melt.html#pandas.DataFrame.melt

Answer 1

我认为问题在于您错误地引用了列名。另外，我相信您有 id_vars(我认为应该是 Re id)和 value_vars(列名 0和 1) 在你的代码中反转。

我是这样处理的

导入

import pandas as pd
import numpy as np

这里是部分数据，足以证明可能存在的问题

a = [['Re id', 0, 1],[1001,'CN','TH'],[1002,'UK',np.nan]]
df = pd.DataFrame(a[1:], columns=a[0])
print(df)

    Re id    0    1
0    1001   CN   TH
1    1002   UK  NaN

现在，使用pd.melt

1. id_vars 指向Re id
2. value_vars 作为您要融化 的 2 列(即列名 0 和 1)

df_melt = pd.melt(df, id_vars=['Re id'], value_vars=[0,1], value_name='Country')
df_melt.sort_values(by=['Re id', 'Country'], ascending=[True,False], inplace=True)
print(df_melt)
    Re id   variable    Country
2    1001          1         TH
0    1001          0         CN
1    1002          0         UK
3    1002          1        NaN

此外，由于您在单独的列中有 Country 名称(0，1)，我认为您不需要使用Country 列。