如何在 Python Pandas 中合并多个列？

---

Pandas 是 Python 中一个流行的数据处理库，广泛用于处理结构化数据。处理数据时，常见的任务之一是清理和转换数据，以便为分析做好准备。

有时，数据可能包含多个具有相似信息或彼此相关的列。在这种情况下，为了简化分析或可视化，将这些列合并成一列可能很有用。

Pandas 提供了几种将多列合并成一列的方法。在本教程中，我们将详细探讨这些方法，并提供示例来演示如何使用它们。在本教程结束时，您将更好地理解如何在 Pandas 中合并多列，并能够将这些技术应用到您自己的数据集中。

现在让我们讨论两种不同的方法，我们可以使用它们来合并 Pandas 中的多列。

使用 Pandas 中的 melt() 方法合并多列

Pandas 中的 melt() 方法是一个强大的工具，用于将宽数据转换为长数据。我们可以使用此方法将多列合并成一列。

• 要使用 melt() 方法，我们需要使用 value_vars 参数指定要保留为标识符变量的列和要合并成一列的列。

• 结果 DataFrame 将包含一个新列，其中包含来自合并列的值，旧列将转换为两列，一列用于标识符变量，另一列用于值变量。

以下是使用 melt() 方法合并多列的步骤：

• 导入 Pandas 库。

• 将数据集加载到 DataFrame 中。

• 在 DataFrame 上使用 melt() 方法，并使用 id_vars 参数指定标识符变量，使用 value_vars 参数指定要合并的列。

• 根据需要重命名列。

示例

现在让我们来看一下相应的代码。

import pandas as pd
from tabulate import tabulate

data = {
   'name': ['Alice', 'Bob', 'Charlie'],
   'age': [25, 30, 35],
   'income_2019': [50000, 60000, 70000],
   'income_2020': [55000, 65000, 75000]}
df = pd.DataFrame(data)
print(tabulate(df, headers='keys', tablefmt='psql'))

print("\n Data Frame After Collapsing Similar Columns")

melted_df = df.melt(
   id_vars=['name', 'age'],
   value_vars=['income_2019', 'income_2020'],
   var_name='year',
   value_name='income')

print(tabulate(melted_df, headers = 'keys', tablefmt = 'psql'))

输出

执行此代码后，您将获得以下输出：

观察原始表格以及合并相似列后的外观。

使用 Pandas 中的 stack() 方法合并多列

Pandas 中的 stack() 方法是将多列合并成一列的另一种方法。当要合并的列具有分层索引时，我们可以使用此方法。

• 要使用 stack() 方法，我们首先需要使用 set_index() 方法在 DataFrame 上创建多索引。

• 然后，我们可以使用 stack() 方法合并列并创建一个 Series 对象。

以下是使用 stack() 方法合并多列的步骤：

• 导入 Pandas 库。

• 将数据集加载到 DataFrame 中。

• 使用 set_index() 方法使用要保留为标识符变量的列在 DataFrame 上创建多索引。

• 使用 stack() 方法合并列。

• 使用 reset_index() 方法将生成的 Series 对象转换回 DataFrame。

• 根据需要重命名列。

示例

请考虑以下代码。

import pandas as pd
from tabulate import tabulate

data = {
   'name': ['Alice', 'Bob', 'Charlie'],
   'age': [25, 30, 35],
   'income': [(50000, 55000), (60000, 65000), (70000, 75000)]
}
df = pd.DataFrame(data)
print(tabulate(df, headers='keys', tablefmt='fancy_grid'))

df.set_index(['name', 'age'], inplace=True)
stacked_df = df['income'].apply(pd.Series)
print(tabulate(stacked_df, headers='keys', tablefmt='fancy_grid'))

输出

执行此代码后，您将获得以下输出：

观察使用 stack() 方法合并一些列后 Pandas DataFrame 的外观。

结论

总而言之，合并 Pandas 中的多列可以使用多种方法完成，例如使用 melt() 和 stack() 方法。这两种方法都是将宽数据转换为长数据的强大工具，它们可以用于将多列合并成一列。方法的选择取决于特定的数据集和需要合并的列的结构。通过使用这些方法，我们可以创建一个更有条理且更高效的数据集，这对于数据分析和机器学习应用至关重要。

Pandas 提供了各种强大的数据处理工具，掌握这些工具可以大大提高您分析和处理数据的能力。