通过堆叠列重塑熊猫数据框

【问题标题】：Reshape a pandas DataFrame by stacking columns通过堆叠列重塑熊猫数据框
【发布时间】：2017-06-29 21:23:17
【问题描述】：

如何使用 pandas 制作这样的东西？

in:
data = {post1: [like1, like2], 
        post2: [like1, like2, like3, like4], 
        post3: [like1, like2, like3]
        }

out:
post1 like1
post1 like2
post2 like1
post2 like2
post2 like3
post2 like4
post3 like1
post3 like2
post3 like3

我试过这段代码，但它失败了，因为列表的长度不同。我可以通过制作大量 DataFrame 并附加它们来做到这一点，但这很慢。

def run():
    result = {}

    for link in links:
        result[link] = id2screen(get_likes(link))

    df = DataFrame.from_dict(result)
    stacked = df.set_index(keys).stack()

    stacked.to_excel(r'C:\Users\user\Desktop\out.xlsx',  
                     index=False)

run()

【问题讨论】：

标签： python pandas reshape

【解决方案1】：

from_dict 和orient='index' 对不同长度数据的容忍度更高：

pd.DataFrame.from_dict(data, orient='index')
Out[32]: 
           0      1      2      3
post1  like1  like2   None   None
post3  like1  like2  like3   None
post2  like1  like2  like3  like4

然而，

pd.DataFrame.from_dict(data, orient='index').stack()

给予：

Out[40]: 
post1  0    like1
       1    like2
post3  0    like1
       1    like2
       2    like3
post2  0    like1
       1    like2
       2    like3
       3    like4
dtype: object

所以要得到图中的目标输出，你可以添加.reset_index(level=1, drop=True):

pd.DataFrame.from_dict(data, orient='index').stack().reset_index(level=1, 
                                                                 drop=True)
Out[34]: 
post1    like1
post1    like2
post3    like1
post3    like2
post3    like3
post2    like1
post2    like2
post2    like3
post2    like4
dtype: object

【讨论】：