根据条件融化多列熊猫数据框

josh453

我有一个熊猫数据框，如下所示：

dataframe = pd.DataFrame(
    {
    'ID': [1,2,3,4],
    'Gender': ['F','F','M','M'],
    'Language': ['EN', 'ES', 'EN', 'EN'],
    'Year 1': [2020,2020,2020,2020],
    'Score 1': [93,97,83,86],
    'Year 2': [2020,2020,None,2018],
    'Score 2': [85,95,None,55],
    'Year 3': [2020,2018,None,None],
    'Score 3': [87,86,None,None]
    }
)

ID	性别	语言	1年级	得分1	2年级	得分2	3年级	得分3
1个	F	在	2020年	93	2020年	85	2020年	87
2	F	它是	2020年	97	2020年	95	2018年	86
3	中号	在	2020年	83
4	中号	在	2020年	86	2018年	55

我想根据年份和相应的分数来融化，例如，如果任何年份等于2020，那么将生成以下内容：

ID	性别	语言	年	得分
1个	F	在	2020年	93
1个	F	在	2020年	85
1个	F	在	2020年	87
2	F	它是	2020年	97
2	F	它是	2020年	95
3	中号	在	2020年	83
4	中号	在	2020年	86

我尝试使用，pd.melt但在按年份跨列过滤并保持相应条目时遇到麻烦。

据我了解，您可以尝试：

out = (pd.wide_to_long(dataframe,['Year','Score'],['ID','Gender','Language'],'v',' ')
                                               .dropna().droplevel(-1).reset_index())

print(out)

   ID Gender Language    Year  Score
0   1      F       EN  2020.0   93.0
1   1      F       EN  2020.0   85.0
2   1      F       EN  2020.0   87.0
3   2      F       ES  2020.0   97.0
4   2      F       ES  2020.0   95.0
5   2      F       ES  2018.0   86.0
6   3      M       EN  2020.0   83.0
7   4      M       EN  2020.0   86.0
8   4      M       EN  2018.0   55.0

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。