如何沿行压缩或堆叠熊猫数据框？

Question

我有一个包含多列的大熊猫数据框，但是让我们关注两个：

df = pd.DataFrame([['hey how are you', 'fine thanks',1], 

                    ['good to know', 'yes, and you',2],

                    ['I am fine','ok',3],

                    ['see you','bye!',4]],columns=list('ABC'))

df

出去：

    A                   B           C

0   hey how are you     fine thanks 1

1   good to know    yes, and you    2

2   I am fine             ok        3

3   see you             bye!        4

从前面的数据框中，我如何将两个特定的列压缩成一个单独的 Pandas 数据框来执行其他列的值？例如：

    A                C

0   hey how are you  1

1   fine thanks      1

2   good to know     2

3   yes, and you     2

4   I am fine        3

5   ok               3

6   see you          4

7   bye!             4

我试过了：

df = df['A'].stack()

df = df.groupby(level=0)

df

但是，它不起作用。知道如何实现新格式吗？

Answer 1

这将删除列名，但完成工作：import pandas as pddf = pd.DataFrame([['hey how are you', 'fine thanks'],                     ['good to know', 'yes, and you'],                    ['I am fine','ok'],                    ['see you','bye!']],columns=list('AB'))df.stack().reset_index(drop=True)0    hey how are you1        fine thanks2       good to know3       yes, and you4          I am fine5                 ok6            see you7               bye!dtype: object默认堆栈行为保留列名：df.stack()0  A    hey how are you   B        fine thanks1  A       good to know   B       yes, and you2  A          I am fine   B                 ok3  A            see you   B               bye!dtype: object如果您有更多列，您可以选择要堆叠的列，只需使用列索引：df[["A", "B"]].stack()使用额外的列，事情变得棘手，您需要通过降低一级（包含列）来对齐索引：df["C"] = range(4)stacked = df[["A", "B"]].stack()stacked.index = stacked.index.droplevel(level=1)stacked0    hey how are you0        fine thanks1       good to know1       yes, and you2          I am fine2                 ok3            see you3               bye!dtype: object现在我们可以连接C列：pd.concat([stacked, df["C"]], axis=1)                 0  C0  hey how are you  00      fine thanks  01     good to know  11     yes, and you  12        I am fine  22               ok  23          see you  33             bye!  3

Answer 2

您可能正在寻找的是pandas.concat.它接受“Series、DataFrame 或 Panel 对象的序列或映射”，因此您可以传递选择列list的DataFrame对象（将pd.Series在为单个列编制索引时）。df3 = pd.concat([df['A'], df['B']])