如何在python中将特定范围的列扁平化为一个？答案

【问题标题】：how to flatten certain range of columns into one in python?如何在python中将特定范围的列扁平化为一个？
【发布时间】：2020-06-29 06:40:36
【问题描述】：

我有一个维度为 214 行和 972 列的数据表。

我想每 108 列拾取一次，然后压平成一列。

那么输出表的维度将是 23112 (=214*108) 行和 9 列。

我已经尝试过pd.concat 和pd.flatten 之类的东西，，，，但我只能将表格的整列扁平化为一列。

简单来说，下面是玩具桌。拿起每两列并将它们展平成一列。所以我想重塑； [5*6]到[10*3]

a  b  c  d  e  f 
g  h  i  j  k  l
m  n  o  p  q  r 
s  t  u  v  w  x
y  z  1  2  3  4

这将被转换为

a  c  e
g  i  k
m  o  q
s  u  w
y  1  3
b  d  f
h  j  l
n  p  r
t  v  x
z  2  4

我对python真的很陌生，，，，太难弄明白了，，谢谢您的帮助！

【问题讨论】：

标签： python pandas datatable flatten

【解决方案1】：

你也可以使用，np.reshape:

n = 2 #replace n with your factor
pd.DataFrame(np.reshape(df.to_numpy().T,(df.shape[1]//n,df.shape[0]*n)).T)

甚至不使用 类似 Fortran 的索引顺序进行整形

pd.DataFrame(np.reshape(df.to_numpy(),(df.shape[0]*n,df.shape[1]//n),order='F'))

   0  1  2
0  a  c  e
1  g  i  k
2  m  o  q
3  s  u  w
4  y  1  3
5  b  d  f
6  h  j  l
7  n  p  r
8  t  v  x
9  z  2  4

【讨论】：

【解决方案2】：

IIUC：

print (pd.concat([pd.DataFrame(df.iloc[:,::2].values),
                  pd.DataFrame(df.iloc[:,1::2].values)])
       .reset_index(drop=True))

或者用数字 n 的列表推导进行概括：

n=2
print (pd.concat([pd.DataFrame(df.iloc[:,i::n].values) for i in range(n)])
       .reset_index(drop=True))

   0  1  2
0  a  c  e
1  g  i  k
2  m  o  q
3  s  u  w
4  y  1  3
5  b  d  f
6  h  j  l
7  n  p  r
8  t  v  x
9  z  2  4

【讨论】：

【解决方案3】：

使用列表推导，可以在一行中完成：

cols_to_flatten = 2 #change this as per your requirement
pd.concat([pd.concat([df[col] for col in df.columns[i:i+cols_to_flatten]], ignore_index=True) for i in range(0, df.shape[1], cols_to_flatten)], axis=1)

【讨论】：

【解决方案4】：

在阅读其他人对您的问题的回答之前，我会这样做：

import pandas as pd


def concat_every(frame, every):
    frame = frame.copy()
    new_df = pd.DataFrame(
        columns=range(len(frame.columns)//every)
    )
    for c in new_df.columns:
        col = frame.columns
        new_df[c] = pd.concat(
            [frame.pop(col[i]) for i in range(every)],
            ignore_index=True
        )
    return new_df


df = pd.DataFrame({
    0:['a','g','m','s','y'],
    1:['b','h','n','t','z'],
    2:['c','i','o','u',1],
    3:['d','j','p','v',2],
    4:['e','k','q','w',3],
    5:['f','l','r','x',4],
})

df1 = concat_every(df, 2)

print(df)
print(df1)

Python Tutor Link To Code

【讨论】：