如何將重復的列轉為行Pandas

更冒險的方法是reshape DataFrame.values基于設定的唯一列數（5），然后剩下的就和上面一樣了：

unique_cols = df.columns.unique() .tolist()
new_df = (
    pd.DataFrame(
        # reshape dataframe into len(unique_cols) columns。
        #和多少行。
        df.values.reshape((-1, len(unique_cols))。
        columns=unique_cols # 恢復列名。
    ).set_index(['year', 'site'] )
        .rename_axis(columns='Month') # 重命名列軸為Month。
        .stack() # 將所有月份列移至行。
        .unstack(site') # 將site的行轉換為列。
        .add_prefix('site ') # 添加前綴。
        .rename_axis(columns=None) # 洗掉軸名。
        .reset_index() # 恢復范圍內的索引。
)

new_df:

年 月 網站A 網站B 網站C 網站D
0 1991 1 A1 B1 C1 D1
1 1991 2 A2 B2 C2 D2
2 1991 3 A3 B3 C3 D3
3 1992 1 A1 B1 C1 D1
4 1992 2 A2 B2 C2 D2
5 1992 3 A3 B3 C3 D3
6 1993 1 A1 B1 C1 D1
7 1993 2 A2 B2 C2 D2
8 1993 3 A3 B3 C3 D3

*注意這種方法只有在DataFrame結構可以被保證的情況下才有效，因為我們通過用numpy重構繞過了所有pandas資料完整性檢查。

from itertools import chain

import pandas as pd

sites = "ABCD"/span>
df = pd.DataFrame(
    chain.from_iterable([range(1991，1994),
                         [f'{v}'/span>] * 3,
                         [f'{v}'] * 3,
                         [f'{v}2'] * 3,
                         [f'{v}3'] * 3] for v in sites)
).T
df.columns = ['year', 'site', 1, 2, 3] * len(site)

簡略的df：

年站點1 2 3年站點1 ...   1 2 3年站點 1 2 3
0 1991 A A1 A2 A3 1991 B B1 ...  C1 C2 C3 1991 D D1 D2 D3
1 1992 A A1 A2 A3 1992 B B1 ...  C1 C2 C3 1992 D D1 D2 D3
2 1993 A A1 A2 A3 1993 B B1 ...  C1 C2 C3 1993 D D1 D2 D3

uj5u.com熱心網友回復：

嘗試使用硬索引切片和重塑的方法：

#Create input dataframe
np.random.seed(0)
df = pd.concat([pd.DataFrame({'year':[1991, 1992, 1993] 。
                  'site': [i]*3,
                  1:np.round（np.random. randint(2,8,3) np.random.random（3），1）。
                  2:np.round(np.random. randint(2,8,3) np.random.random(3),1）。)
                  3:np.round（np.random. randint(2,8,3) np.random.random(3) ，1) }) for i in [*'ABC'/span>]], axis=1)

#索引資料框架的分片列5] for i in range（0, df. shape[1],5) ])

# 用melt、set_index和unstack重塑。
df_out = df_out.melt(['year', 'site'], var_name='month')
      .set_index(['year', 'month', 'site']) ['value']
      .unstack('site').add_prefix('Site')
      .reset_index()

print(df_out)

輸出：

site year month Site A Site B Site C
0 1991 1 6.6 6.0 5.5
1 1991 2 7.3 5.5 7.6
2 1991 3 3.9 2.5 4.7
3 1992 1 7.5 2.1 5.6
4 19922 4.1 2.8 7.9
5 1992 3 2.1 3.8 2.1
6 19931 2.4 5.9 4.0
7 1993 2 6.3 3.1 2.7
8 1993 3 3.1 3.1 3.7

uj5u.com熱心網友回復：

@HenryEcker的解決方案是正確的，也是首選的，特別是當列的結構不像上面的那樣時，

下面的解決方案使用pivot_longer，來自pyjanitor，并假設列的順序（如果你不確定順序，@HenryEcker的解決方案是安全的，并能完成作業，并有獨特的想法）：

# use Henry's data
# pip install pyjanitor 
import janitor
import pandas as pd

df = df.rename(columns = str)
unique_columns = [*df.columns.unique()

(df.pivot_longer(names_to = unique_columns), 
                 names_pattern = unique_columns)
   .pivot('year', 'site')
   .stack(level = 0)
   .add_prefix('Site')
   .rename_axis(columns = None, 
                index = ['year', 'month'])
   .reset_index()
)
 
   年份 月 份 SiteA SiteB SiteC SiteD
0 1991 1 A1 B1 C1 D1
1 1991 2 A2 B2 C2 D2
2 1991 3 A3 B3 C3 D3
3 1992 1 A1 B1 C1 D1
4 1992 2 A2 B2 C2 D2
5 1992 3 A3 B3 C3 D3
6 1993 1 A1 B1 C1 D1
7 1993 2 A2 B2 C2 D2
8 1993 3 A3 B3 C3 D3

標籤：

上一篇：如何讀取一個陣列并回傳一個陣列？

下一篇：從給定的數字集到給定長度的所有可能數字的計數