pandas怎么将一个表多列合成一列,没有列名|极客教程

pandas怎么将一个表多列合成一列,没有列名

在数据处理和分析中，有时候我们希望将一个表中的多列数据合并成一列，这个操作在 pandas 中非常常见。在合并多列为一列的过程中，有时候这些列没有列名，这时候我们需要注意一些细节。在本文中，我们将详细介绍如何使用 pandas 将一个表中的多列数据合并成一列，同时处理没有列名的情况。

数据准备

首先，我们准备一个包含多列数据的 DataFrame，没有列名。

import pandas as pd

data = {
    '': [1, 2, 3, 4],
    '': [5, 6, 7, 8],
    '': [9, 10, 11, 12]
}

df = pd.DataFrame(data)
print(df)

运行以上代码可以得到一个没有列名的 DataFrame：

      0     1    2
0     1     5    9
1     2     6   10
2     3     7   11
3     4     8   12

使用 pandas 合并多列为一列

接下来，我们将使用 pandas 将上面的多列数据合并成一列。在 pandas 中，可以使用 pd.melt() 方法来实现该功能。

df_merged = pd.melt(df, value_vars=df.columns)
print(df_merged)

运行以上代码，得到合并后的 DataFrame：

   variable  value
0         0      1
1         0      2
2         0      3
3         0      4
4         1      5
5         1      6
6         1      7
7         1      8
8         2      9
9         2     10
10        2     11
11        2     12

通过上面的输出可以看到，原始的多列数据已经被合并成了一列，并且每个值对应了其原来所在列的索引。

处理没有列名的情况

在上面的示例中，我们假设表中的列没有列名。如果表中的列有列名，那么合并的时候需要去掉列名。

# 有列名的情况
data_with_column_names = {
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
}

df_with_column_names = pd.DataFrame(data_with_column_names)
print(df_with_column_names)

# 合并有列名的表
df_merged_with_column_names = pd.melt(df_with_column_names, value_vars=df_with_column_names.columns, var_name='', value_name='Value')
print(df_merged_with_column_names)

运行以上代码，得到合并后带列名的 DataFrame：

       A     B     C
0     1     5     9
1     2     6    10
2     3     7    11
3     4     8    12

   Value
0      1
1      2
2      3
3      4
4      5
5      6
6      7
7      8
8      9
9     10
10    11
11    12

在上面的示例中，我们通过去掉列名的方式将多列数据合并为一列，并且给合并后的列重新命名为 Value。

总结一下，本文介绍了如何使用 pandas 将一个表中的多列数据合并成一列，并且针对没有列名的情况给出了对应的处理方法。