Pandas融合多指标列而无需手动指定级别(Python 3.5.1)

Question

我有一个Pandas DataFrame看起来像:

df = pd.DataFrame({'col1': {0: 'a', 1: 'b', 2: 'c'},
                   'col2': {0: 1, 1: 3, 2: 5},
                   'col3': {0: 2, 1: 4, 2: 6},
                   'col4': {0: 3, 1: 6, 2: 2},
                   'col5': {0: 7, 1: 2, 2: 3},
                   'col6': {0: 2, 1: 9, 2: 5},
                  })
df.columns = [list('AAAAAA'), list('BBCCDD'), list('EFGHIJ')]


    A
    B       C       D
    E   F   G   H   I   J
0   a   1   2   3   7   2
1   b   3   4   6   2   9
2   c   5   6   2   3   5

我基本上只想要melt数据框,以便每个列级别成为一个新列.换句话说,我可以通过以下方式实现我想要的pd.melt():

pd.melt(df, value_vars=[('A', 'B', 'E'),
                        ('A', 'B', 'F'),
                        ('A', 'C', 'G'),
                        ('A', 'C', 'H'),
                        ('A', 'D', 'I'),
                        ('A', 'D', 'J')])

但是,在我的实际用例中,有许多初始列(超过6个),如果我可以使这个泛化,那将是很好的,所以我不必精确指定元组value_vars.有没有办法以一般化的方式做到这一点？我基本上想找到一种方法告诉pd.melt我我只想设置value_vars一个元组列表,其中每个元组中第一个元素是第一个列级别,第二个元素是第二个列级别,第三个元素是第三个列水平.

Answer 1

如果未指定value_vars，则id_vars默认使用所有列（未指定为）：

In [10]: pd.melt(df)
Out[10]: 
   variable_0 variable_1 variable_2 value
0           A          B          E     a
1           A          B          E     b
2           A          B          E     c
3           A          B          F     1
4           A          B          F     3
...

但是，如果由于某种原因确实需要生成列元组列表，则可以使用df.columns.tolist()：

In [57]: df.columns.tolist()
Out[57]: 
[('A', 'B', 'E'),
 ('A', 'B', 'F'),
 ('A', 'C', 'G'),
 ('A', 'C', 'H'),
 ('A', 'D', 'I'),
 ('A', 'D', 'J')]

In [56]: pd.melt(df, value_vars=df.columns.tolist())
Out[56]: 
   variable_0 variable_1 variable_2 value
0           A          B          E     a
1           A          B          E     b
2           A          B          E     c
3           A          B          F     1
4           A          B          F     3
...