博客

pandas将DataFrame的几列数据合并成为一列

  • Post category:Python

将 DataFrame 中的几列数据合并成为一列，可以使用 pandas 库中的 melt() 函数实现。

melt() 函数用于将 DataFrame 中宽格式的数据转换为长格式，使数据更容易进行分析和处理。其常用的参数有：

  • id_vars：需要保留的列名或列索引，转换后的新列依然以这些列作为标识符。默认值为 None，表示所有列都需要被保留。
  • value_vars：需要被转换成值的列名或列索引。默认值为 None，表示所有列都需要被转换。
  • var_name：转换后新生成的变量列的列名。默认值为 “variable”。
  • value_name：转换后新生成的值列的列名。默认值为 “value”。

示例 1：

假设有如下的 DataFrame：

import pandas as pd

df = pd.DataFrame({
    'id': [1, 2, 3],
    'name': ['Tom', 'Jerry', 'Alice'],
    'score1': [80, 90, 70],
    'score2': [84, 92, 76],
    'score3': [88, 94, 72]
})

其中，id 和 name 列为标识符，score1、score2、score3 列为需要被合并的列。

要将 score1、score2、score3 列合并成一个新的列，并且新列的名称为 scores，则可以使用如下代码：

df_melted = df.melt(id_vars=['id', 'name'], value_vars=['score1', 'score2', 'score3'], var_name='score_type', value_name='score')

id_vars 参数指定了需要保留的列为 id 和 name，value_vars 参数指定了需要被合并的列为 score1、score2 和 score3，var_name 参数指定了生成新列的列名为 score_type，value_name 参数指定了生成新值列的列名为 score。

生成的新 DataFrame 如下所示：

   id    name  score_type  score
0   1     Tom     score1     80
1   2   Jerry     score1     90
2   3   Alice     score1     70
3   1     Tom     score2     84
4   2   Jerry     score2     92
5   3   Alice     score2     76
6   1     Tom     score3     88
7   2   Jerry     score3     94
8   3   Alice     score3     72

新 DataFrame 中，id 和 name 列作为标识符被保留下来，而 score1、score2、score3 列被合并成了 score_type 列，其对应的值被放在了 score 列中。

示例 2：

假设有如下的 DataFrame：

import pandas as pd

df = pd.DataFrame({
    'id': [1, 2, 3],
    'name': ['Tom', 'Jerry', 'Alice'],
    'city': ['Beijing', 'Shanghai', 'Guangzhou'],
    'gender': ['male', 'male', 'female']
})

其中，id 和 name 列为标识符，city 和 gender 列为需要被合并的列。

要将 city 和 gender 列合并成一个新的列，并且新列的名称为 info，则可以使用如下代码：

df_melted = df.melt(id_vars=['id', 'name'], value_vars=['city', 'gender'], var_name='info_type', value_name='info')

生成的新 DataFrame 如下所示：

   id    name  info_type    info
0   1     Tom       city  Beijing
1   2   Jerry       city  Shanghai
2   3   Alice       city  Guangzhou
3   1     Tom     gender     male
4   2   Jerry     gender     male
5   3   Alice     gender   female

新 DataFrame 中，id 和 name 列作为标识符被保留下来，而 city 和 gender 列被合并成了 info_type 列，其对应的值被放在了 info 列中。

Tags: