合并中从宽到长

问题内容

您好，我正在尝试通过以下方式合并两个数据集：

df1=pd.dataframe({'company name':['a','b','c'],
               'analyst 1 name':['tom','mike',np.nan],
               'analyst 2 name':[np.nan,'alice',np.nan],
               'analyst 3 name':['jane','steve','alex']})

df2=pd.dataframe({'company name':['a','b','c'],
               'score 1':[3,5,np.nan],
               'score 2':[np.nan,1,np.nan],
               'score 3':[6,np.nan,11]})

df_desire=pd.dataframe({'company name':['a','a','b','b','b','c'],
               'analyst':['tom','jane','mike','alice','steve','alex'],
               'score':[3,6,5,1,np.nan,11]})

基本上，df1 包含分析师姓名，df2 包含分析师分配的分数。我正在尝试将两个合并到 df_desire 中。读取两张表的方法是：对于a公司，由两个人覆盖，分别是tom和jane，他们分别分配3和6。注意到尽管 steve 涵盖了 b 公司，但出于鲁棒性目的，我故意将分数指定为 na。

我所做的是：

pd.concat([df1.melt(id_vars='company name',value_vars=['analyst 1 name','analyst 2 name','analyst 3 name']),\
           df2.melt(id_vars='company name',value_vars=['score 1','score 2','score 3'])],axis=1)

我正在寻找更优雅的解决方案。

正确答案

尝试：

x = (
    df1.set_index("company name")
    .stack(dropna=false)
    .reset_index(name="name")
    .drop(columns="company name")
)
y = df2.set_index("company name").stack(dropna=false).reset_index(name="score")

print(
    pd.concat([x, y], axis=1)[["company name", "name", "score"]]
    .dropna(subset=["name", "score"], how="all")
    .reset_index(drop=true)
)

打印：

  company name   name  score
0            A    Tom    3.0
1            A   Jane    6.0
2            B   Mike    5.0
3            B  Alice    1.0
4            B  Steve    NaN
5            C   Alex   11.0

以上就是合并中从宽到长的详细内容，更多请关注编程网其它相关文章！