将两个 pandas 列合并为索引，创建新列，并将其列名作为值

Question

我有一个 df:

import pandas as pd
df = pd.DataFrame({"A": [1, 3, 7, 10], "B": [2, 5, 8, 11], "C": list("WXYZ") })  
print(df)

>>>    A   B  C
>>>0   1   2  W
>>>1   3   5  X
>>>2   7   8  Y
>>>3  10  11  Z

我现在想合并 A 和 B 两列作为索引，保留 C，并创建一个新列 vals 来表示前 A 和 B 列：

     vals  C
         
1       A  W
2       B  W
3       A  X
5       B  X
7       A  Y
8       B  Y
10      A  Z
11      B  Z

我用 stack、pivot、melt 尝试了几个版本都没有成功。我可以一瘸一拐地通过终点线：

import numpy as np
n = len(df.A)
arr = np.zeros((2, 2*n))
arr[0, :n] = df.A
arr[0, n:] = df.B
arr[1, :n] = 0
arr[1, n:] = 1

new_df = pd.DataFrame(arr.T, columns=["ind", "vals"], dtype="int").set_index("ind")
new_df["C"] = np.tile(df.C, 2)
new_df.sort_index(inplace=True)
print(new_df)

>>>     vals  C
>>>ind         
>>>1       0  W
>>>2       1  W
>>>3       0  X
>>>5       1  X
>>>7       0  Y
>>>8       1  Y
>>>10      0  Z
>>>11      1  Z

这不仅看起来很糟糕，而且还有一些缺点（dtype 更改等）。我敢打赌这个问题有更好的 pandas 解决方案。

Answer 1

确实是melt:

df.melt('C').set_index('value')

输出：

       C variable
value            
1      W        A
3      X        A
7      Y        A
10     Z        A
2      W        B
5      X        B
8      Y        B
11     Z        B

将两个 pandas 列合并为索引，创建新列，并将其列名作为值

Combine two pandas columns as index, create new column with their column names as values

python

reshape

dataframe

pandas