将 M x (nN) 变成 (nM) x N 数据帧

【问题标题】：Turn M x (n*N) into (n*M) x N dataframe将 M x (n*N) 变成 (n*M) x N 数据帧
【发布时间】：2019-05-09 08:27:40
【问题描述】：

我有一个数据框df1，其中包含M 行和n*N 列。列命名为

1.1,...,1.N,2.1,...,2.N,...n.1,...n.N

这些行被索引1,...M。

有什么优雅的方法可以将其转换为新的数据框 df2，其中 n*M 行索引为 1.1,...,1.M,...,n.1,...n.M 和 N 列名为 1,...,N，这样

df2.iloc[i*M+j,:]==df1.iloc[j,i*n:(i+1)*N]

【问题讨论】：

【解决方案1】：

将Series.str.split 与DataFrame.stack 一起使用，最后将MultiIndex 扁平化为f-strings：

df.columns = df.columns.str.split('.', expand=True)
df = df.stack(0)
df.index = [f'{a}.{b}' for a, b in df.index]

【讨论】：

df.columns.str.split('.', expand=True) - 太棒了。幸运的是，我的列名格式实际上具有这种格式。（好吧，我想否则我可以先这样命名它们，然后使用您的解决方案，然后重命名所有内容）