时间戳

首页 > 解决方案 > Pandas 数据帧的递归转置

python - Pandas 数据帧的递归转置

问题描述

输入： 

|Name|L1|L1 Desc|L2|L2 Desc|L3|L3 Desc|L4|L4 Desc|
|Name1|L1|L1 Desc|L2|L2 Desc|L3|L3 Desc|L4|L4 Desc|
|Name2|L1|L1 Desc|L2|L2 Desc|L3|L3 Desc|L4|L4 Desc|

我想得到：

|Name|Levels|Level Desc|
|Name1|L1|L1 Desc|
|Name1|L2|L2 Desc|
|Name1|L3|L3 Desc|
|Name1|L4|L4 Desc|
|Name2|L1|L1 Desc|
|Name2|L2|L2 Desc|
|Name2|L3|L3 Desc|
|Name2|L4|L4 Desc|

ETC

但是，它也应该根据一些手动输入标准（如函数参数）扩展以适应多个 Desc（参见下面的 Kid），例如：

|Name|L1|L1 Desc|L1 Kid|L2|L2 Desc|L2 Kid|L3|L3 Desc|L3 Kid|L4|L4 Desc|L4 Kid|
|Name1|L1|L1 Desc|L1 Kid|L2|L2 Desc|L2 Kid|L3|L3 Desc|L3 Kid|L4|L4 Desc|L4 Kid|
|Name2|L1|L1 Desc|L1 Kid|L2|L2 Desc|L2 Kid|L3|L3 Desc|L3 Kid|L4|L4 Desc|L4 Kid|

使它变成

|Name|Levels|Level Desc|Level Kid|
|Name1|L1|L1 Desc|L1 Kid|
|Name1|L2|L2 Desc|L2 Kid|
|Name1|L3|L3 Desc|L3 Kid|
|Name1|L4|L4 Desc|L4 Kid|
|Name2|L1|L1 Desc|L1 Kid|
|Name2|L2|L2 Desc|L2 Kid|
|Name2|L3|L3 Desc|L3 Kid|
|Name2|L4|L4 Desc|L4 Kid|

ETC

通常我pd.melt会这样做，但在这种情况下，它不能满足我的要求。

是否有 Pandas 函数可以执行此操作，我可以在其中说明我希望采取的削减水平（例如，模 2 或模 3 或概述我想要保留的字段和列字段）或者我是否必须通过pd.melt在自定义函数中递归修改来做到这一点？

注意：我事先不知道列名。我只会知道我必须拆分多少（每 2/3/4/5/6/等级别）

谢谢

标签： pythonpython-3.xpandasnumpydataframe

解决方案

首先将第一列转换为仅重复列的索引，然后按模数分组，按range并concat一起设置默认列名，最后按第一组设置列名以获取一般解决方案：

n = 3
df = df.set_index('Name')
df1 = pd.concat([g.set_axis(range(len(g.columns)), axis=1, inplace=False) 
        for i, g in df.groupby(np.arange(len(df.columns)) // n , axis=1)], ignore_index=False)
df1.columns = df.columns[:n]
df1 = df1.reset_index()
print (df1)
    Name  L1  L1 Desc  L1 Kid
0  Name1  L1  L1 Desc  L1 Kid
1  Name2  L1  L1 Desc  L1 Kid
2  Name1  L2  L2 Desc  L2 Kid
3  Name2  L2  L2 Desc  L2 Kid
4  Name1  L3  L3 Desc  L3 Kid
5  Name2  L3  L3 Desc  L3 Kid
6  Name1  L4  L4 Desc  L4 Kid
7  Name2  L4  L4 Desc  L4 Kid

推荐阅读