在Pandas中折叠多个列

在Pandas中操作数据框架时，我们可能会遇到要折叠列的情况。让它成为
多列的累积数据或基于其他一些要求的折叠。让我们来看看如何在Pandas中折叠多列。

以下是在Pandas中折叠多列需要遵循的步骤。

第一步：加载numpy和Pandas。
第二步：创建随机数据，并使用它们来创建一个pandas数据框架。
第三步：将多个列表转换成一个数据框架，为每个列表创建一个带有名称的字典。
第四步：然后使用Pandas的数据框架进入dict。一个带有数据列和名称列的数据框架就准备好了。
第五步：指定哪些列要被折叠。这可以通过将映射指定为一个字典来完成，其中键是要合并或折叠的列的名称，值是结果列的名称。

示例 1:

# Python program to collapse
# multiple Columns using Pandas
import pandas as pd
  
# sample data
n = 3
Sample_1 = [57, 51, 6]
Sample_2 = [92, 16, 19]
Sample_3 = [15, 93, 71]
Sample_4 = [28, 73, 31]
  
sample_id = zip(["S"]*n, list(range(1, n + 1)))
  
s_names = [''.join([w[0], str(w[1])]) for w in sample_id]
  
d = {'s_names': s_names, 'Sample_1': Sample_1, 
     'Sample_2': Sample_2, 'Sample_3': Sample_3,
     'Sample_4': Sample_4}
  
df_1 = pd.DataFrame(d)
  
mapping = {'Sample_1': 'Result_1',
           'Sample_2': 'Result_1', 
           'Sample_3': 'Result_2', 
           'Sample_4': 'Result_2'}
  
df = df_1.set_index('s_names').groupby(mapping, axis = 1).sum()
  
df.reset_index(level = 0)

输出:

在Pandas中折叠多个列

示例 2:

# Python program to collapse
# multiple Columns using Pandas
import pandas as pd
df = pd.DataFrame({'First': ['Manan ', 'Raghav ', 'Sunny '],
                   'Last': ['Goel', 'Sharma', 'Chawla'],
                   'Age':[12, 24, 56]})
  
mapping = {'First': 'Full Name', 'Last': 'Full Name'}
  
df = df.set_index('Age').groupby(mapping, axis = 1).sum()
  
df.reset_index(level = 0)

输出:

在Pandas中折叠多个列