python - 融化/取消透视具有多组值的数据集

Question

我正在尝试在 Python 中转换数据框，但我被卡住了，因为我不知道如何准确表达我想要做的事情（这使得搜索变得困难）。看来我需要 unstack 和 pivot 的组合。不过，我可以用一个例子来解释它，希望如此。我有一个这种形状的数据框：

用户身份	GroupA_measure1	GroupA_measure2	GroupB_measure1	GroupB_measure2
001	65	70	45	50
002	96	89	12	8
003	12	14	38	40

我想把它转换成这种格式：

用户身份	措施	A组	B组
001	1	65	45
001	2	70	50
002	1	96	12
002	2	89	8
003	1	12	38
003	2	14	40

我可以使用将所有值放在单独的行中来取消堆叠整个 df pd.melt(df, id_vars =['userid'])，但我想为 GroupA 和 GroupB 的值保留单独的列。

任何帮助将非常感激。

标签： pythonpandaspivot-tablepandas-melt

Answer 1

与从列wide_to_long中提取数字一起使用：measureSeries.str.extract

df1 = pd.wide_to_long(df, 
                      stubnames=['GroupA','GroupB'], 
                      i='userid', 
                      j='measure', sep='_', suffix=r'\w+').reset_index()

df1['measure'] = df1['measure'].str.extract('(\d+)').astype(int)

或者_先转换非列，用 拆分所有列_并重塑形状DataFrame.stack，最后还提取数字：

df1 = df.set_index('userid')
df1.columns = df1.columns.str.split('_', expand=True)
df1 = df1.rename_axis((None, 'measure'), axis=1).stack().reset_index()
df1['measure'] = df1['measure'].str.extract('(\d+)').astype(int)
print (df1)
  userid  measure GroupA GroupB
0    001        1     65     45
1    002        1     96     12
2    003        1     12     38
3    001        2     70     50
4    002        2     89      8
5    003        2     14     40

如有必要，最后按以下方式排序DataFrame.sort_values：

df1 = df1.sort_values('userid', ignore_index=True)
print (df1)
  userid  measure GroupA GroupB
0    001        1     65     45
1    001        2     70     50
2    002        1     96     12
3    002        2     89      8
4    003        1     12     38
5    003        2     14     40