熊猫如何复制具有不均匀列的数据框中的行，仅在特定列中存在数据并形成具有偶数列的新数据框？答案

【问题标题】：pandas how to duplicate rows in a dataframe with uneven columns, only where data exists in specific column and form new dataframe with even columns?熊猫如何复制具有不均匀列的数据框中的行，仅在特定列中存在数据并形成具有偶数列的新数据框？
【发布时间】：2021-03-25 02:37:41
【问题描述】：

我有一个包含不均匀数据的 pandas 数据框，我想将其标准化为行，以便对数据进行分组。前 x 列已填充且长度固定，但随后将有未定义数量的其他列。此数据是从 csv 文件中读取的，其中每个符号可以有多个或没有主机。

我想要以以下格式分组数据：

{"host1": [sym1, sym2, sym3], "host3": [sym5]}

我已将空单元格设置为“”，我的数据框末尾的不均匀数据如下所示：

A	B	C	D
sym1	host1	host2	""
sym2	host2	host1	""
sym3	""	""	""
sym4	host1	host2	""
sym5	host1	host2	host3
sym6	host1	host2	""

我想要的是一个如下所示的数据框：

A	B
sym1	host1
sym1	host2
sym2	host2
sym2	host1
sym4	host1
sym4	host2
sym5	host1
sym5	host2
sym5	host3
sym6	host1
sym6	host2

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

将这些空值设置为'""' 会使事情变得更复杂。

IIUC：

df.mask(df.eq('""')).melt('A').rename(columns={'value': 'B'})[['A', 'B']].dropna()

       A      B
0   sym1  host1
1   sym2  host2
3   sym4  host1
4   sym5  host1
5   sym6  host1
6   sym1  host2
7   sym2  host1
9   sym4  host2
10  sym5  host2
11  sym6  host2
16  sym5  host3

或

df.mask(df.eq('""')).set_index('A').stack().reset_index('A', name='B')

      A      B
B  sym1  host1
C  sym1  host2
B  sym2  host2
C  sym2  host1
B  sym4  host1
C  sym4  host2
B  sym5  host1
C  sym5  host2
D  sym5  host3
B  sym6  host1
C  sym6  host2

我更喜欢

dat = [
    {'A': a, 'B': b}
    for a, *B in zip(*map(df.get, df))
    for b in B if b != '""' and b
]

pd.DataFrame(dat)

       A      B
0   sym1  host1
1   sym1  host2
2   sym2  host2
3   sym2  host1
4   sym4  host1
5   sym4  host2
6   sym5  host1
7   sym5  host2
8   sym5  host3
9   sym6  host1
10  sym6  host2

【讨论】：

如果数据框中有其他列，我想在新行中返回，我将如何扩展它？即我有 A、0、1、2、3、...# B、C、D 列，其中 A 和 0 到 # 完全没有 Nan 或 "" 值？例如：d = {"sym": ["sym1", "sym2"], "i_type": ["s", "s"], "isin": ["blah", "blah"], "A": ["host1", "host1"], "B": ["host2", ""]}