在熊猫数据框中合并和拆分列

Question

我想知道如何合并多个列并再次拆分它们。

输入数据

A B C 
1 3 5 
2 4 6 

合并A，B，C到一个列X

X 
1 
2 
3 
4 
5 
6 

过程一些与X，然后再次分裂X为A，B，C。 A，B，C的行数是相同的（2）。

A B C 
1 3 5 
2 4 6 

有没有简单的方法来完成这项工作？

Answer 1

开始与df：

A B C 
0 1 3 5 
1 2 4 6 

下，得到一个列中的所有值：

df2 = df.unstack().reset_index(drop=True).rename('X').to_frame() 

print(df2) 

    X 
0 1 
1 2 
2 3 
3 4 
4 5 
5 6 

而且，转换回原来的形状：

df3 = pd.DataFrame(df2.values.reshape(2,-1, order='F'), columns=list('ABC')) 
print(df3) 

    A B C 
0 1 3 5 
1 2 4 6 

Answer 2

未在你喜欢的方式放松，你需要或者unstack或ravel与order='F'

选项1

def proc1(df): 
    v = df.values 
    s = v.ravel('F') 
    s = s * 2 
    return pd.DataFrame(s.reshape(v.shape, order='F'), df.index, df.columns) 

proc1(df) 

    A B C 
0 2 6 10 
1 4 8 12 

选项2

def proc2(df): 
    return df.unstack().mul(2).unstack(0) 


proc2(df) 

    A B C 
0 2 6 10 
1 4 8 12 

Answer 3

设置

df=pd.DataFrame({'A': {0: 1, 1: 2}, 'B': {0: 3, 1: 4}, 'C': {0: 5, 1: 6}}) 

df 
Out[684]: 
    A B C 
0 1 3 5 
1 2 4 6 

解

合并DF 1柱：

df2 = pd.DataFrame(df.values.flatten('F'),columns=['X']) 
Out[686]: 
    X 
0 1 
1 2 
2 3 
3 4 
4 5 
5 6 

拆分它回到第三列：？

pd.DataFrame(df2.values.reshape(-1,3,order='F'),columns=['A','B','C']) 
Out[701]: 
    A B C 
0 1 3 5 
1 2 4 6