Использование столбцов в качестве значений ячеек в Pandas

Транспонирование/приведение моего ДФ в новую форму.

DF =
   Id music_item playlist_owner                playlist                entity_name
0   0   tune 6-9       my 14-15  elrow Guest List 17-32                        O O
1   1        O O  leticia 28-34      animal humor 36-47  157 Riverside Avenue 4-23

DF =
   Id     Goal            Loc
0   0    music_item      tune 6-9    
1   0    playlist_owner  my 14-15
2   0    playlist        elrow Guest List 17-32
3   1    entity_name     157 Riverside Avenue 4-23
4   1    playlist_owner  leticia 28-34
5   1    playlist        animal humor 36-47

Есть ли способ сделать это?

python pandas

18.12.2020 20:48

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python.

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Да. Я не могу воспроизвести ваш фрейм данных из-за того, как вы его опубликовали, но ниже вы получите то, что вам нужно.

Предполагая, что ваш фрейм данных называется df, вы можете использовать pd.melt() и впоследствии переименовать столбцы:

new_df = pd.melt(df,id_vars='Id')    
new_df.columns = ['Id','Goal','Loc']

Который печатает:

new_df
Out[59]: 
   Id            Goal                     Loc
0   0      music_item                tune 6-9
1   1      music_item                     O O
2   0  playlist_owner                my 14-15
3   1  playlist_owner           leticia 28-34
4   0        playlist  elrow Guest List 17-32
5   1        playlist      animal humor 36-47
6   0     entity_name                     O O
7   1     entity_name             Avenue 4-23

Именно то, что мне было нужно! Спасибо :)

— 18.12.2020 21:03

18.12.2020 20:56