[英]Pandas: how to unpivot df correctly?
我有以下 dataframe df
:
A B Var Value
0 A1 B1 T1name T1
1 A2 B2 T1name T1
2 A1 B1 T2name T2
3 A2 B2 T2name T2
4 A1 B1 T1res 1
5 A2 B2 T1res 1
6 A1 B1 T2res 2
7 A2 B2 T2res 2
我现在想“减半”我的 dataframe 因为Var
包含不应在同一列下 go 的变量。 我的预期结果是:
A B Name Value
0 A1 B1 T1 1
1 A2 B2 T1 1
2 A1 B1 T2 2
3 A2 B2 T2 2
我应该用什么来正确地取消旋转?
然后:
df = df[~df['Var'].isin(['T1name','T2name'])]
output:
A B Var Value
4 A1 B1 T1res 1
5 A2 B2 T1res 1
6 A1 B1 T2res 2
7 A2 B2 T2res 2
只需过滤字符串包含res
的位置,并使用 var 列的前两个字符分配一个新列
df[df['Var'].str.contains('res')].assign(Name=df['Var'].str[:2]).drop(columns='Var')
A B Value Name
4 A1 B1 1 T1
5 A2 B2 1 T1
6 A1 B1 2 T2
7 A2 B2 2 T2
请注意,这会创建原始 DataFrame 的切片,而不是副本
查看 df 有不同的选项。 正则表达式似乎位居榜首。 如果正则表达式不起作用,也许考虑重新定义您的问题:
按 dtype 过滤Value
,替换 df 中不需要的字符并重命名列。 下面的代码
df[df['Value'].str.isnumeric()].replace(regex=r'res$', value='').rename(columns={'Var':'Name'})
A B Name Value
4 A1 B1 T1 1
5 A2 B2 T1 1
6 A1 B1 T2 2
7 A2 B2 T2 2
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.