如何在 pandas 中合并宽数据框和长数据框？

Question

我有以下数据框

data = {'Name':['Tom', 'nick', 'krish', 'jack'], 'Age':[20, 21, 19, 18], 'Height':[23, 43, 123, 12], 'Hair_Width':[21, 11, 23, 14]} 
df = pd.DataFrame(data) 
df

    Name    Age Height  Hair_Width
0   Tom     20  23      21
1   nick    21  43      11
2   krish   19  123     23
3   jack    18  12      14

我对该数据框执行了如下熔化操作：

pd.melt(df, id_vars=['Name'], value_vars=['Age', 'Height'])
df
    Name    variable    value  
0   Tom     Age         20     
1   nick    Age         21     
2   krish   Age         19     
3   jack    Age         18     
4   Tom     Height      23     
5   nick    Height      43     
6   krish   Height      123    
7   jack    Height      12

但是，我想将新的融化数据帧与原始（宽）数据帧中的变量结合起来，以获得以下所需的输出：

    Name    variable    value  Hair_Width
0   Tom     Age         20     21
1   nick    Age         21     11
2   krish   Age         19     23
3   jack    Age         18     14
4   Tom     Height      23     21
5   nick    Height      43     11
6   krish   Height      123    23
7   jack    Height      12     14

我很想听听有关如何实现这一目标的任何建议。

编辑：很多人正确地指出原始数据集的格式很整齐。这是正确的 - 它只是用作一个简单的例子。实际数据框不整齐开始。

Answer 1

所以你已经有了数据输入和熔化过程（老实说你不确定你为什么决定熔化它，因为原始数据看起来是整齐的格式）：

data = {'Name':['Tom', 'nick', 'krish', 'jack'], 'Age':[20, 21, 19, 18], 'Height':[23, 43, 123, 12], 'Hair_Width':[21, 11, 23, 14]} 
df = pd.DataFrame(data)
new_df = pd.melt(df, id_vars=['Name'], value_vars=['Age', 'Height'])

我已经提供了上面使用的名称。做一个合并，噗：

new_df.merge(df[['Name', 'Hair_Width']], on='Name', how='left')
Out[25]: 
    Name variable  value  Hair_Width
0    Tom      Age     20          21
1   nick      Age     21          11
2  krish      Age     19          23
3   jack      Age     18          14
4    Tom   Height     23          21
5   nick   Height     43          11
6  krish   Height    123          23
7   jack   Height     12          14

Answer 2

使用map:

df_out = pd.melt(df, id_vars=['Name'], value_vars=['Age', 'Height'])
df_out['Hair_Width'] = df_out['Name'].map(df.set_index('Name')['Hair_Width'])
df_out

输出：

    Name variable  value  Hair_Width
0    Tom      Age     20          21
1   nick      Age     21          11
2  krish      Age     19          23
3   jack      Age     18          14
4    Tom   Height     23          21
5   nick   Height     43          11
6  krish   Height    123          23
7   jack   Height     12          14

Answer 3

当你 melt 时只需将 Hair_Width 添加为另一个 id_var，之后无需执行任何操作。

df.melt(id_vars=['Name', 'Hair_Width'], value_vars=['Age', 'Height'])

    Name  Hair_Width variable  value
0    Tom          21      Age     20
1   nick          11      Age     21
2  krish          23      Age     19
3   jack          14      Age     18
4    Tom          21   Height     23
5   nick          11   Height     43
6  krish          23   Height    123
7   jack          14   Height     12

Answer 4

除了其他问题，我不确定您为什么首先要重塑为 long，但您可以通过方法链接轻松实现。

newdf = (df
         .melt(id_vars='Name', value_vars=['Age', 'Height'])
         .merge(df[['Name', 'Hair_Width']], how='left', on='Name'))

输出：

    Name variable  value  Hair_Width
0    Tom      Age     20          21
1   nick      Age     21          11
2  krish      Age     19          23
3   jack      Age     18          14
4    Tom   Height     23          21
5   nick   Height     43          11
6  krish   Height    123          23
7   jack   Height     12          14

或者像

那样分两个阶段进行

melted = df.melt(id_vars='Name', value_vars=['Age', 'Height'])
newdf = melted.merge(df[['Name', 'Hair_Width']], how='left', on='Name')

输出：

    Name variable  value  Hair_Width
0    Tom      Age     20          21
1   nick      Age     21          11
2  krish      Age     19          23
3   jack      Age     18          14
4    Tom   Height     23          21
5   nick   Height     43          11
6  krish   Height    123          23
7   jack   Height     12          14

如何在 pandas 中合并宽数据框和长数据框？

How to combine a wide and a long dataframe in pandas?

python

dataframe

melt

python-3.x

pandas