问题：
将列转换为行[重复]
昌勇锐
我有以下Python数据帧：
id| country | 2016 | 2017 | 2018
--+----------+------+------+------
0 | saudi | A | null | B
1 | china | C | A | B
2 | pakistan | null | null | C
我想：
id| country | year | value
--+----------+------+------
0 | saudi | 2016 | A
1 | saudi | 2018 | B
2 | china | 2016 | C
3 | china | 2017 | A
4 | china | 2018 | B
5 | pakistan | 2018 | C
共有2个答案
朱兴学
是的，你也可以使用unstackdf2=df.unstack（）然后df2.reset_index（）
赵俊晤
您可以使用df.melt
df.melt(['id','country'], df.columns[2:]).dropna()
id country variable value
0 0 saudi 2016 A
6 0 saudi 2018 B
1 1 china 2016 C
4 1 china 2017 A
7 1 china 2018 B
8 2 pakistan 2018 C
如果需要，只需添加。对值（'id'）进行排序
或者可以使用堆栈
df.set_index(['id','country']).stack().to_frame()
然后.reset_index（）如果你愿意
看起来使用堆栈会更有效率：
melt: 11.3 ms ± 798 µs per loop (mean ± std. dev. of 3 runs, 1000 loops each)
stack: 9.18 ms ± 594 µs per loop (mean ± std. dev. of 3 runs, 1000 loops each)
类似资料：
-
我尝试在中使用，但它将聚合函数作为参数，我不想提供。 我怎样才能做到这一点。
-
我是数据科学的初学者，我正在尝试使用Pandas来旋转此数据框架： 所以它变成这样：（标签应该变成列，文件路径变成行。） “标签”列是一组或一类文件路径。我想把它转换成这样一种方式，它适合这个函数：tf。Keras.preprocessing.image.flow_from_dataframe 提前感谢所有帮助我的人。
-
我有一个这样的数据框， 因为传感器的数量是可变的，所以我决定把它们写成行，比如， 我想知道是否有任何方便的方法将df1转换为df2？ 附录：为方便起见，df1代码，
-
我有以下数据帧： 我想这样。 堆叠/卸载似乎不工作。
-
我有一张如下的桌子： 如何将其转换为：
-
问题内容： 考虑下面的示例，其中有一个包含人员记录的 Person 表和一个包含链接到人员的可选属性的 PersonAttribute 表： Table: Person Table PersonAttribute 我将如何编写一个查询，使所有具有属性的人都像列一样返回？我需要的结果集是： 因此，从本质上讲，我需要编写一个查询，该查询将获取所有带有所有唯一属性键的人记录，这些键被转换为具有每个人记录