python - 将 pandas DataFrame 列添加到行的最佳方法

Question

我必须找到使用现有 DataFrame 创建新 DataFrame 的最佳方法。

查看此链接以获取完整代码：jdoodle.com/a/xKP

我有这种 DataFrame ：

df = pd.DataFrame({'length': [112, 214, 52,88], 'views': [10000, 50000, 25000,5000], 'click': [55, 64, 85,9]},
     index = ['id1', 'id2', 'id3','id4'])

     click  length  views
id1     55     112  10000
id2     64     214  50000
id3     85      52  25000
id4      9      88   5000

并且需要有这个结果：

    type_stat   stat
id1     click     55
id2     click     64
id3     click     85
id4     click      9
id1    length    112
id2    length    214
id3    length     52
id4    length     88
id1     views  10000
id2     views  50000
id3     views  25000
id4     views   5000

目前，我创建了一个返回 DataFrame 并带有一个 stat 的函数：

def df_by_stat(current_df,stat):
    current_df['type_stat'] = stat
    current_df['stat'] = current_df[stat].astype(int)

    return current_df[['type_stat','stat']]

在我.append使用这样的功能后：

def final():
    return df_by_stat(df,'click').append(
    df_by_stat(df,'length')).append(
    df_by_stat(df,'views'))

print(final())

这种方式是可行的，但它的复杂性取决于行和列的基数太贵了。这就是为什么我需要你的帮助来找到最好的方法。

标签： pythonpandasdataframereshape

Answer 1

pandas.melt在将索引提升到系列后使用：

res = pd.melt(df.assign(index=df.index), id_vars='index',
              value_name='stat', var_name='type_stat')\
        .set_index('index')

print(res)

      type_stat   stat
index                 
id1       click     55
id2       click     64
id3       click     85
id4       click      9
id1      length    112
id2      length    214
id3      length     52
id4      length     88
id1       views  10000
id2       views  50000
id3       views  25000
id4       views   5000