[英]Melt multiple columns pandas dataframe based on criteria
我有一個 pandas dataframe 如下:
dataframe = pd.DataFrame(
{
'ID': [1,2,3,4],
'Gender': ['F','F','M','M'],
'Language': ['EN', 'ES', 'EN', 'EN'],
'Year 1': [2020,2020,2020,2020],
'Score 1': [93,97,83,86],
'Year 2': [2020,2020,None,2018],
'Score 2': [85,95,None,55],
'Year 3': [2020,2018,None,None],
'Score 3': [87,86,None,None]
}
)
ID | 性別 | 語 | 第一年 | 得分 1 | 第 2 年 | 得分 2 | 第 3 年 | 得分 3 |
---|---|---|---|---|---|---|---|---|
1 | F | CN | 2020 | 93 | 2020 | 85 | 2020 | 87 |
2 | F | ES | 2020 | 97 | 2020 | 95 | 2018 | 86 |
3 | 米 | CN | 2020 | 83 | ||||
4 | 米 | CN | 2020 | 86 | 2018 | 55 |
我想根據年份和相應的分數融化,例如,如果任何年份等於 2020,那么將生成以下內容:
ID | 性別 | 語 | 年 | 分數 |
---|---|---|---|---|
1 | F | CN | 2020 | 93 |
1 | F | CN | 2020 | 85 |
1 | F | CN | 2020 | 87 |
2 | F | ES | 2020 | 97 |
2 | F | ES | 2020 | 95 |
3 | 米 | CN | 2020 | 83 |
4 | 米 | CN | 2020 | 86 |
我曾嘗試使用pd.melt
,但無法按年份跨列過濾並保留相應的條目。
據我了解,您可以嘗試:
out = (pd.wide_to_long(dataframe,['Year','Score'],['ID','Gender','Language'],'v',' ')
.dropna().droplevel(-1).reset_index())
print(out)
ID Gender Language Year Score
0 1 F EN 2020.0 93.0
1 1 F EN 2020.0 85.0
2 1 F EN 2020.0 87.0
3 2 F ES 2020.0 97.0
4 2 F ES 2020.0 95.0
5 2 F ES 2018.0 86.0
6 3 M EN 2020.0 83.0
7 4 M EN 2020.0 86.0
8 4 M EN 2018.0 55.0
long_df = (pd.wide_to_long(dataframe, stubnames=["Year","Score"],i="ID", j="Repetition",
sep = " ").reset_index())
df_2020 = (long_df[long_df["Year"] == 2020].drop("Repetition",
axis=1).sort_values("ID").reset_index(drop=True))
print(df_2020)
ID Gender Language Year Score
0 1 F EN 2020.0 93.0
1 1 F EN 2020.0 85.0
2 1 F EN 2020.0 87.0
3 2 F ES 2020.0 97.0
4 2 F ES 2020.0 95.0
5 3 M EN 2020.0 83.0
6 4 M EN 2020.0 86.0
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.