从 Pandas df 列名和值创建新列

Question

我有一个如下形式的数据框：

basket            fruit_apple   fruit_pear   fruit_cherry
basket_id_1       5             NaN          6
basket_id_2       NaN           1            NaN

我想创建两个新列，应该如下所示：

basket          fruit_type   number
basket_id_1     apple        5
basket_id_1     pear         NaN
basket_id_1     cherry       6
basket_id_2     apple        NaN
basket_id_2     pear         1
basket_id_2     cherry       NaN

其中 Fruit_type 的内容是用colname.split('_')[1]自动确定的，这如何以简洁的方式完成？

Answer 1

我认为更快的是更改列名插入新列（因为值的数量较少），所以我建议在第一步使用rename并使用DataFrame.melt重塑，最后更改顺序由DataFrame.sort_values ：

df = (df.rename(columns= lambda x: x.split('_')[-1])
        .melt('basket', var_name='fruit_type', value_name='number')
        .sort_values('basket'))
print (df)
        basket fruit_type  number
0  basket_id_1      apple     5.0
2  basket_id_1       pear     NaN
4  basket_id_1     cherry     6.0
1  basket_id_2      apple     NaN
3  basket_id_2       pear     1.0
5  basket_id_2     cherry     NaN

另一个想法是将DataFrame.set_index与DataFrame.stack DataFrame.set_index使用：

df = (df.set_index('basket')
        .rename(columns= lambda x: x.split('_')[-1])
        .rename_axis('fruit_type', axis=1)
        .stack(dropna=False)
        .reset_index(name='number')
        )
print (df)
        basket fruit_type  number
0  basket_id_1      apple     5.0
1  basket_id_1       pear     NaN
2  basket_id_1     cherry     6.0
3  basket_id_2      apple     NaN
4  basket_id_2       pear     1.0
5  basket_id_2     cherry     NaN

Answer 2

从宽格式转换为长格式，
通过从fruit_type 列中删除“fruit_”来创建新列
并按“篮子”列排序

编辑：感谢@jezrael，他指出了剥离的危险（它会去掉任何字母，这肯定会影响其他用例的可扩展性），将其更改为替换，这应该更安全，因为它适用于正则表达式和分组。

(df.melt(id_vars='basket',
         var_name='fruit_type',
         value_name='number')
   .assign(fruit_type=lambda x: x.fruit_type.str.replace(r'fruit_',''))
   .sort_values('basket')
  )

    basket  fruit_type  number
0   basket_id_1 apple   5.0
2   basket_id_1 pear    NaN
4   basket_id_1 cherry  6.0
1   basket_id_2 apple   NaN
3   basket_id_2 pear    1.0
5   basket_id_2 cherry  NaN