DataFrame Pandas-使用索引和列名称作为新列名称来展平数据框 [英] DataFrame Pandas - Flatten dataframe using index and column name as the new column name
本文介绍了DataFrame Pandas-使用索引和列名称作为新列名称来展平数据框的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
这是我的问题.
我有一个像这样的数据框
I have a data frame like this
A B C
d1 1 2 3
d2 4 5 6
我想生成这样的数据框.
I want to generate the dataframe like this.
A-d1 B-d1 C-d1 A-d2 B-d2 C-d2
1 2 3 4 5 6
推荐答案
使用 stack
用于带有MultiIndex
的Series,然后在列表理解中将其展平并传递给DataFrame构造函数:
Use stack
for Series with MultiIndex
, then flatten it in list comprehension and pass to DataFrame constructor:
s = df.stack()
#python 3.6+
df1 = pd.DataFrame([s.values], columns=[f'{j}-{i}' for i, j in s.index])
#python bellow 3.6
#df1 = pd.DataFrame([s.values], columns=['{}-{}'.format(i, j) for i, j in s.index])
print (df1)
A-d1 B-d1 C-d1 A-d2 B-d2 C-d2
0 1 2 3 4 5 6
或通过 numpy.ravel
来拼合数据并通过 itertools.product
:
from itertools import product
c = [f'{j}-{i}' for i, j in product(df.index, df.columns)]
df1 = pd.DataFrame([df.values.ravel()], columns=c)
print (df1)
A-d1 B-d1 C-d1 A-d2 B-d2 C-d2
0 1 2 3 4 5 6
这篇关于DataFrame Pandas-使用索引和列名称作为新列名称来展平数据框的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文