如何使用pandas.melt函數取消幾列的同時保持其余列完好無損

Question

我正在使用66列的數據庫，我希望使用python pandas.melt函數只pandas.melt 3列。

df = pd.melt(df,value_vars=["RFR 1","RFR 2","RFR 3"],var_name="RFR Index",value_name="RFR Mode")

除非我將它們設置為id_vars否則我發現所有其他列都被刪除了。 如何在不列出所有內容的情況下保留所有內容？ （因為有這么多）

Answer 1

在IIUC中，您可以使用pandas.Index.difference來獲取數據框中不在指定列表中的所有列。

有點荒謬的例子，但是：

df = pd.DataFrame(data=np.random.randn(5,10),
                  columns=['a','b','c','d','e','f','g','h','i','j'])

val_vars = ['e','f','g']
other_vars = df.columns.difference(val_vars)

df.melt(id_vars=other_vars, value_vars=val_vars)

不使用pandas特定功能的替代方法是使用集合：

other_vars = set(df.columns) - set(val_vars)

Answer 2

只需創建不包含value_vars列的value_vars

value_vars = ["RFR 1","RFR 2","RFR 3"]
id_vars = [x for x in df.columns if x not in value_vars]
df = pd.melt(df,value_vars=value_vars,var_name="RFR Index",value_name="RFR Mode", id_vars=id_vars)