使用堆栈按单个列索引多个列

Question

我正在尝试采用以下格式：

 Global_Code | Retailer_X_Code | Retailer_Y_Code | Info | ...
  -----------------------------------------------------------
 'A'              'a'              'a_a'            1     ...
 'B'              'b'              'b_b'            2     ...
 ...              ...               ...            ...    ...

并将Retailer_X_Code和Retailer_Y_Code堆叠到一个由Global_Code索引的单个Retailer_Name列中。 我还想将其他列保留在该行中，例如Info 。

因此，从stack() ，我得到：

 stacked_df = mapping_df.stack()

 ========

 Global_Code          'A'
 Retailer_X_Code      'a'
 Retailer_Y_Code      'a_a'
 Info                 1
 ...more columns

 Global_Code          'B'
 Retailer_X_Code      'b'
 Retailer_Y_Code      'b_b'
 Info                 2
 ...more columns

太好了，现在我没有所有的列，而是希望Retailer_X_Code和Retailer_Y_Code放在一列之内。 因此，我选择了这些列（按Global_Code组织）：

stacked_df = mapping_df[['Global_Code', 'Retailer_X_Code', 'Retailer_Y_Code']].set_index('Global_Code').stack().reset_index().rename(columns={'level_1':'Retailer_Name', 0:'Retailer_Code'})

========

Global_Code |  Retailer_Name   | Retailer_Code
------------------------------------------      
'A'           'Retailer_X_Code'   'a'         
'A'           'Retailer_Y_Code'   'a_a'          
...           ...                 ...              
'B'           'Retailer_X_Code'   'b'           
'B'           'Retailer_Y_Code'   'b_b'         

到目前为止一切顺利 。 现在，我想获取Info并将include作为堆叠列结果的一部分。 所需的输出应如下所示：

Global_Code |  Retailer_Name   | Retailer_Code | Info
------------------------------------------------------      
'A'           'Retailer_X_Code'   'a'            1
'A'           'Retailer_Y_Code'   'a_a'          1   
...           ...                 ...           ...    
'B'           'Retailer_X_Code'   'b'            2
'B'           'Retailer_Y_Code'   'b_b'          2

但是，如果我将Info作为所选列的一部分添加，然后将其重命名为Product_Info ，则不会添加Info列。

而是，它在Retailer_Name下错误地插入了Info值。

stacked_df = mapping_df[['Global_Code', 'Retailer_X_Code', 'Retailer_Y_Code', 'Info']].set_index('Global_Code').stack().reset_index().rename(columns={'level_1':'Retailer_Name', 0:'Retailer_Code', 1: 'Product_Info'})

========

Global_Code |  Retailer_Name   | Retailer_Code
------------------------------------------      
'A'           'Retailer_X_Code'   'a'
'A'           'Retailer_Y_Code'   'a_a'
'A'           'Info'              1   
'A'           'Info'              1
'A'           'Info'              1            
...           ...                 ...
'B'           'Retailer_X_Code'   'b'
'B'           'Retailer_Y_Code'   'b_b'
'B'           'Info'              2

---

上面没有列重命名的.rename(columns={'level_1':'Retailer_Name', 0:'Retailer_Pack'})给我：

Global_Code |  level_1          | 0
------------------------------------------      
'A'           'Retailer_X_Code'   'a'
'A'           'Retailer_Y_Code'   'a_a'
'A'           'Info'              1   
'A'           'Info'              1
'A'           'Info'              1            
...           ...                 ...
'B'           'Retailer_X_Code'   'b'
'B'           'Retailer_Y_Code'   'b_b'
'B'           'Info'              2

Answer 1

做到这一点的方法是按需要的列进行index ： .set_index(['Index1', 'Index2'])

例如：

stacked_df = mapping_df[['Global_Code', 'Retailer_X_Code', 'Retailer_Y_Code', 'Info']].set_index(['Global_Code', 'Info']).stack().reset_index().rename(columns={'level_1':'Retailer_Name', 0:'Retailer_Code', 1: 'Product_Info'})

得到：

Global_Code |  Info | Retailer_Name   | Retailer_Code 
------------------------------------------------------      
'A'              1    'Retailer_X_Code'   'a'           
'A'              1    'Retailer_Y_Code'   'a_a'           
...                   ...                 ...              
'B'              2    'Retailer_X_Code'   'b'           
'B'              2    'Retailer_Y_Code'   'b_b'         

Answer 2

我们使用wide_to_long .. :-)，如果要更改列名，可以rename ..

pd.wide_to_long(df,stubnames='Retailer',i=['Global_Code','Info'],j='Retailer_Name',sep='_',suffix='\\w+').reset_index()
Out[155]: 
  Global_Code  Info Retailer_Name Retailer
0         'A'     1        X_Code      'a'
1         'A'     1        Y_Code    'a_a'
2         'B'     2        X_Code      'b'
3         'B'     2        Y_Code    'b_b'