在 pandas 中操作堆叠的数据框答案

【问题标题】：Manipulate a stacked dataframe in pandas在 pandas 中操作堆叠的数据框
【发布时间】：2021-06-16 07:51:50
【问题描述】：

我想将堆积的数据框转换为 Pandas 中的常规数据框。原始df是：

Score	Amy	Brian	Carl
test1	5	6	7
test2	3	2	4

堆叠后：

		0
test1	Amy	5
	Brian	6
	Carl	7
test2	Amy	3
	Brian	2
	Carl	4

我想要的结果如下：

	name	score
test1	Amy	5
test1	Brian	6
test1	Carl	7
test2	Amy	3
test2	Brian	2
test2	Carl	4

任何建议将不胜感激！

【问题讨论】：

df.melt('Score', var_name='name', value_name='score')

标签： python pandas dataframe stack

【解决方案1】：

这比上面@Quang Hoang 的回答要长一点，但也应该如此。它在堆叠 DataFrame 后拾取

test1   Amy     5
test1   Brian   6
test1   Carl    7
test2   Amy     3
test2   Brian   2
test2   Carl    4

# Reset index to flatten DataFrame
result = df_stk.reset_index().copy()

    level_0 level_1 0
0   test1   Amy     5
1   test1   Brian   6
2   test1   Carl    7
3   test2   Amy     3
4   test2   Brian   2
5   test2   Carl    4

# Rename columns
result.rename(columns={'level_1':'name',
                       0: 'score'},inplace=True)

    level_0 name    score
0   test1   Amy     5
1   test1   Brian   6
2   test1   Carl    7
3   test2   Amy     3
4   test2   Brian   2
5   test2   Carl    4

# Set test values to index of DataFrame
result.index = result['level_0']

level_0 level_0 name    score
test1   test1   Amy     5
test1   test1   Brian   6
test1   test1   Carl    7
test2   test2   Amy     3
test2   test2   Brian   2
test2   test2   Carl    4

# Rename index to blank
result.index.name=''

       level_0  name    score
test1   test1   Amy     5
test1   test1   Brian   6
test1   test1   Carl    7
test2   test2   Amy     3
test2   test2   Brian   2
test2   test2   Carl    4

# Drop test column from DataFrame
result.drop(columns=['level_0'],inplace=True)

        name    score
test1   Amy     5
test1   Brian   6
test1   Carl    7
test2   Amy     3
test2   Brian   2
test2   Carl    4

【讨论】：