将两列数据框的值合并为一列答案

【问题标题】：Combine values of two columns of dataframe into one column将两列数据框的值合并为一列
【发布时间】：2019-12-19 23:02:28
【问题描述】：

嗨，我想将两个列值附加到一个列中，如下面的 pandas 所示。谁能帮我做这件事？

| t1   | t2   | v1 | v2 |
|------|------|----|----|
| 0.0  | 10   | 1  | -1 |
| 0.42 | 0.78 | 1  | -1 |

新数据框

| t1,t2 combined | v1,v2 combined |
|----------------|----------------|
| 0.0            | 1              |
| 0.42           | 1              |
| 10             | -1             |
| 0.78           | -1             |

【问题讨论】：

Tarun，如果有人解决了您的问题，请查看：meta.stackexchange.com/questions/5234/… 并欢迎使用 stackoverflow

标签： python pandas

【解决方案1】：

pd.wide_to_long 应该可以工作：

df['value'] = list(range(0,2))
pd.wide_to_long(df, stubnames=['t', 'v'], i='value', j='dropme', sep='').reset_index().drop(columns=['value', 'dropme'])                                                           

       t  v
0   0.00  1
1   0.42  1
2  10.00 -1
3   0.78 -1

【讨论】：

【解决方案2】：

如果您正在寻找一个班轮，那么

df[['t1', 'v1']].append(df[['t2', 'v2']].rename(columns={'t2': 't1', 'v2': 'v1'}), ignore_index=True)

【讨论】：

【解决方案3】：

我认为您要查找的词是 concatenate。

data = [ 
    [0.0, 10, 1, -1], 
    [0.42, 0.78, 1, -1]
]
df = pd.DataFrame(data, columns=['t1', 't2', 'v1', 'v2'])
v1 = df.set_index('t1')['v1'].rename('v')
v1.index.name = 't'
v2 = df.set_index('t2')['v2'].rename('v')
v2.index.name = 't'
combined = pd.concat([v1, v2])
print(combined)

输出：

t
0.00     1
0.42     1
10.00   -1
0.78    -1
Name: v, dtype: int64

事实证明，在串联系列时，您不需要匹配索引和列名。因此，这在有 n 组一致命名的列的设置中实现了结果：

combined = pd.concat([df.set_index(f"t{i}")[f"v{i}"] for i in range(1, 3)])
print(combined)

输出：

0.00     1
0.42     1
10.00   -1
0.78    -1
dtype: int64

唯一的区别是生成的系列是未命名的。

【讨论】：