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           C0   hey how are you     fine thanks 11   good to know    yes, and you    22   I am fine             ok        33   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                C0   hey how are you  11   fine thanks      12   good to know     23   yes, and you     24   I am fine        35   ok               36   see you          47   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 pd

df = 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 you

1        fine thanks

2       good to know

3       yes, and you

4          I am fine

5                 ok

6            see you

7               bye!

dtype: object

默认堆栈行为保留列名：

df.stack()

0  A    hey how are you

   B        fine thanks

1  A       good to know

   B       yes, and you

2  A          I am fine

   B                 ok

3  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)

stacked

0    hey how are you

0        fine thanks

1       good to know

1       yes, and you

2          I am fine

2                 ok

3            see you

3               bye!

dtype: object

现在我们可以连接C列：

pd.concat([stacked, df["C"]], axis=1)

                 0  C

0  hey how are you  0

0      fine thanks  0

1     good to know  1

1     yes, and you  1

2        I am fine  2

2               ok  2

3          see you  3

3             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']])