[英]Merging two columns in a single pandas data frame
我有以下数据框:
df = pd.DataFrame({'id': [0.1, 0.2, 0.3, 0.4],'A': [1,2, np.NaN, np.NaN], 'A1': [np.NaN, np.NaN, 3,4]})
我希望将 A1 合并到 A(删除 A1)中,结果应该是:
df = pd.DataFrame({'id': [0.1, 0.2, 0.3, 0.4, 0.1, 0.2, 0.3, 0.4],'A': [1,2, np.NaN, np.NaN, np.NaN, np.NaN, 3,4]})
感谢任何帮助。
您可以concat
两列:
pd.concat([df[['id', 'A']], df[['id', 'A1']].rename(columns={'A1': 'A'})],
ignore_index=True)
或者melt
rename
/ drop
:
df.melt('id').rename({'value': 'A'}).drop(columns='variable')
output:
id A
0 0.1 1.0
1 0.2 2.0
2 0.3 NaN
3 0.4 NaN
4 0.1 NaN
5 0.2 NaN
6 0.3 3.0
7 0.4 4.0
一种选择是使用pyjanitor的pivot_longer ; 列有一个模式,它们都以A
开头,我们可以在重塑中利用它来发挥我们的优势:
# pip install pyjanitor
import janitor
import pandas as pd
df.pivot_longer('id', names_to = 'A', names_pattern=['A'])
id A
0 0.1 1.0
1 0.2 2.0
2 0.3 NaN
3 0.4 NaN
4 0.1 NaN
5 0.2 NaN
6 0.3 3.0
7 0.4 4.0
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.