Umgestaltung dataframes in pandas basierend auf der Spalte-Beschriftungen

Was ist der beste Weg zur Neugestaltung der folgenden dataframe in pandas? Dieser DataFrame df hat x,y Werte für jede Probe (s1 und s2 in diesem Fall) und sieht wie folgt aus:

In [23]: df = pandas.DataFrame({"s1_x": scipy.randn(10), "s1_y": scipy.randn(10), "s2_x": scipy.randn(10), "s2_y": scipy.randn(10)})
In [24]: df
Out[24]: 
       s1_x      s1_y      s2_x      s2_y
0  0.913462  0.525590 -0.377640  0.700720
1  0.723288 -0.691715  0.127153  0.180836
2  0.181631 -1.090529 -1.392552  1.530669
3  0.997414 -1.486094  1.207012  0.376120
4 -0.319841  0.195289 -1.034683  0.286073
5  1.085154 -0.619635  0.396867  0.623482
6  1.867816 -0.928101 -0.491929 -0.955295
7  0.920658 -1.132057  1.701582 -0.110299
8 -0.241853 -0.129702 -0.809852  0.014802
9 -0.019523 -0.578930  0.803688 -0.881875

s1_x und s1_y sind die x/y-Werte für Stichprobe 1, s2_x, s2_y werden die sample-Werte für Beispiel 2, usw. Wie kann das sein umgestaltet in einen DataFrame mit nur x, y Spalten, sondern enthält eine zusätzliche Spalte sample sagt für jede Zeile des DataFrame, ob es aus s1 oder s2? E. g.

          x         y      sample
0  0.913462  0.525590          s1
1  0.723288 -0.691715          s1
2  0.181631 -1.090529          s1
3  0.997414 -1.486094          s1
...
5  0.396867  0.623482          s2
...

Dies ist nützlich für das zeichnen Dinge mit Rpy2 später auf, da viele R Plotten Funktionen können mit dieser Gruppierung variable, also das ist meine motivation für die Neugestaltung des dataframe.

Ich denke, die Antwort gegeben, die von Chang, die Sie nicht übersetzen, dataframes, die einen eindeutigen index, wie diese:

In [636]: df = pandas.DataFrame({"s1_x": scipy.randn(10), "s1_y": scipy.randn(10), "s2_x": scipy.randn(10), "s2_y": scipy.randn(10), "names": range(10)})
In [637]: df
Out[637]: 
   names      s1_x      s1_y      s2_x      s2_y
0      0  0.672298  0.415366  1.034770  0.556209
1      1  0.067087 -0.851028  0.053608 -0.276461
2      2 -0.674174 -0.099015  0.864148 -0.067240
3      3  0.542996 -0.813018  2.283530  2.793727
4      4  0.216633 -0.091870 -0.746411 -0.421852
5      5  0.141301 -1.537721 -0.371601 -1.594634
6      6  1.267148 -0.833120  0.369516 -0.671627
7      7 -0.231163 -0.557398  1.123155  0.865140
8      8  1.790570 -0.428563  0.668987  0.632409
9      9 -0.820315 -0.894855  0.673247 -1.195831
In [638]: df.columns = pandas.MultiIndex.from_tuples([tuple(c.split('_')) for c in df.columns])

In [639]: df.stack(0).reset_index(1)
Out[639]: 
  level_1         x         y
0      s1  0.672298  0.415366
0      s2  1.034770  0.556209
1      s1  0.067087 -0.851028
1      s2  0.053608 -0.276461
2      s1 -0.674174 -0.099015
2      s2  0.864148 -0.067240
3      s1  0.542996 -0.813018
3      s2  2.283530  2.793727
4      s1  0.216633 -0.091870
4      s2 -0.746411 -0.421852
5      s1  0.141301 -1.537721
5      s2 -0.371601 -1.594634
6      s1  1.267148 -0.833120
6      s2  0.369516 -0.671627
7      s1 -0.231163 -0.557398
7      s2  1.123155  0.865140
8      s1  1.790570 -0.428563
8      s2  0.668987  0.632409
9      s1 -0.820315 -0.894855
9      s2  0.673247 -1.195831

Der transformation gearbeitet, aber in den Prozess der Spalte "names" war verloren. Wie kann ich die "names" Spalte in der df noch dabei den Schmelz-transformation auf die Spalten, die _ " in Ihrem Namen? Die "names" Spalte genau weist einen eindeutigen Namen, um jede Zeile des dataframe. Es ist numerische hier zum Beispiel, aber in meinen Daten sind Sie string-Bezeichner.

Dank.

InformationsquelleAutor user248237dfsf | 2013-02-16

Schreibe einen Kommentar