熊猫数据框与字符串值融为一体答案

【问题标题】：pandas dataframe melt with string values熊猫数据框与字符串值融为一体
【发布时间】：2017-09-14 13:51:45
【问题描述】：

我有一个看起来像这样的数据框

brand|1 |2 |3
---------------
a    |a1|a2|a3
b    |b1|b2|b3

我希望结果数据框看起来像这样

brand|rank|value
----------------
a    |1   |a1
a    |2   |a2
a    |3   |a3
b    |1   |b1
b    |2   |b2
b    |3   |b3

我尝试过 pandas 的融化功能，但它对我不起作用，因为 a1、a2、···b3 都是字符而不是数字。我想知道如何在 python 中做到这一点。

【问题讨论】：

显示你的尝试。
作为对回答您问题的人的礼貌，发布一个初始化您的测试数据框的 sn-p。

标签： python pandas dataframe melt

【解决方案1】：

#Create example dataframe
a = {'a':['a1','a2','a3'],'b':['b1','b2','b3']}
df = pd.DataFrame.from_dict(a)
df = df.T
df = df.reset_index()
df.columns = ['brand','1','2','3']

要按照您的演示进行转换，请尝试：

pd.melt(df, id_vars =['brand'])

【讨论】：

【解决方案2】：

1) 使用set_index 和stack

In [429]: (df.set_index('brand').stack()
             .reset_index(name='value')
             .rename(columns={'level_1': 'rank'}))
Out[429]:
  brand rank value
0     a    1    a1
1     a    2    a2
2     a    3    a3
3     b    1    b1
4     b    2    b2
5     b    3    b3

2) 使用melt

In [430]: df.melt(id_vars=['brand'], var_name='rank')
Out[430]:
  brand rank value
0     a    1    a1
1     b    1    b1
2     a    2    a2
3     b    2    b2
4     a    3    a3
5     b    3    b3

【讨论】：