は次のようにデータフレームを持つDATAFRAME

Question

の列を組み合わせる：

• 因子/カテゴリ欄['a', 'b']：

  import pandas 
  
  df = pandas.DataFrame({'a': [1, 2, 3], 'b': [9, 8, 7], 'c': [4, 5, 6]}) 
  df 
  

  

  は私が持つデータフレームを持っていると思います。このコラムの名前は、私は気にしません。

• ['a', 'b']要因に応じて、a又はbカラムの古い値を持つ列。このコラムの名前は、私は気にしません。
• c列の値と名前を（実際のデータフレームは、私が維持したいと思いますいくつかの列を持っている）してください。
• 私は、得られたデータフレーム内の列の順序を気にしない、またそれらのいくつか（または任意の）場合は、インデックスとして設定されています。

これは私が取得したいものの一例である：

df['name_a'] = 'a' 
df['name_b'] = 'b' 

c0 = pandas.concat([df['name_a'], df['name_b']]) 
c1 = pandas.concat([df['a'], df['b']]) 
c2 = pandas.concat([df['c'], df['c']]) 

newdf = pandas.concat([c0, c1, c2], axis=1) 
newdf 

は、同じ結果を達成するためのより良い方法はありますか？私はそれがとても醜いと感じています。おそらく、私が行方不明と理解するコードは非常にクリーンかつ簡単になりますしていますpandas機能？

Answer 1

私はあなたがmeltが必要だと思う：

print (pd.melt(df,id_vars='c', var_name='0', value_name='1')) 
    c 0 1 
0 4 a 1 
1 5 a 2 
2 6 a 3 
3 4 b 9 
4 5 b 8 
5 6 b 7 

sort_valuesとstackのもう一つの解決策：

df1 = df.set_index('c').stack().reset_index().sort_values('level_1') 
df1.columns = ['c', '0','1'] 
print (df1) 
    c 0 1 
0 4 a 1 
2 5 a 2 
4 6 a 3 
1 4 b 9 
3 5 b 8 
5 6 b 7 

もっと一般的な解決策 - 変数colsにフィルタのaとbでないすべての列をlist comprehensionを使用：

cols = [col for col in df.columns if col not in ['a','b']] 
print (cols) 
['c'] 

print (pd.melt(df,id_vars=cols, var_name='0', value_name='1')) 
    c 0 1 
0 4 a 1 
1 5 a 2 
2 6 a 3 
3 4 b 9 
4 5 b 8 
5 6 b 7 

01別の列に gを追加して

サンプル：numpy.setdiff1dと

df = pd.DataFrame({'a': [1, 2, 3], 
        'b': [9, 8, 7], 
        'c': [4, 5, 6], 
        'g': [0, 1, 7]}) 

print (df) 
    a b c g 
0 1 9 4 0 
1 2 8 5 1 
2 3 7 6 7 

cols = [col for col in df.columns if col not in ['a','b']] 
print (cols) 
['c', 'g'] 

高速化ソリューション：

cols = np.setdiff1d(df.columns, ['a','b']).tolist() 
print (cols) 
['c', 'g'] 

print (pd.melt(df,id_vars=cols, var_name='0', value_name='1')) 
    c g 0 1 
0 4 0 a 1 
1 5 1 a 2 
2 6 7 a 3 
3 4 0 b 9 
4 5 1 b 8 
5 6 7 b 7