python—使用spyder从2d Dataframe 中提取数据,并基于2d Dataframe 中的值位置向1d Dataframe 添加值

46scxncf  于 2021-09-08  发布在  Java
关注(0)|答案(1)|浏览(351)

我有两个 Dataframe

df1 = pd.DataFrame({
    1: {'A': 237, 'B': 435, 'C': 900},
    2: {'A': 543, 'B': 313, 'C': 1200},
    3: {'A': 300, 'B': 150, 'C': 1600},
    4: {'A': 256, 'B': 635, 'C': 900},
    5: {'A': 343, 'B': 847, 'C': 1200},
    6: {'A': 122, 'B': 321, 'C': 1600}
})
df2 = pd.DataFrame({'well': ['A1', 'A2', 'A3', 'B1', 'B2', 'B3']})

我想创建一个新的 Dataframe :

df3 = pd.DataFrame({
    'value': {'A1': 237, 'A2': 543, 'A3': 300, 'A4': 256,
              'A5': 343, 'A6': 122, 'B1': 435, 'B2': 313,
              'B3': 150, 'B4': 635, 'B5': 847, 'B6': 321},
    'Time': {'A1': 900, 'A2': 1200, 'A3': 1600, 'A4': 900,
             'A5': 1200, 'A6': 1600, 'B1': 900, 'B2': 1200,
             'B3': 1600, 'B4': 900, 'B5': 1200, 'B6': 1600}
})

我的实际 Dataframe 比这个大,并且总是有不同的值,所以我想找到一种方法来简化它,以便它可以在相同格式的任何 Dataframe 上工作。

wwodge7n

wwodge7n1#

让我们试试看 T + melt 转到长格式,然后使用 Index.map :

df3 = (
    df1.T.melt(id_vars='C', ignore_index=False)  # Long Form saving C
        .set_index('variable', append=True)  # Add variable to the index
        .rename(columns={'C': 'Time'})  # Rename C column to time
        .reindex(columns=['value', 'Time'])  # re-order columns
)
df3.index = df3.index.swaplevel(0, 1).map(lambda s: ''.join(map(str, s)))
``` `df3` :

value Time
A1 237 900
A2 543 1200
A3 300 1600
A4 256 900
A5 343 1200
A6 122 1600
B1 435 900
B2 313 1200
B3 150 1600
B4 635 900
B5 847 1200
B6 321 1600

相关问题