复合Pandas融化

Question

我需要做一个复杂的熔化函数。我试着通过它检查其他问题，但我被卡住了

以下是我当前的数据帧：

         1   2   4   5   6   10   24
Userid

u_A      0   1   3   0   0    0    5
u_B      0   0   0   0   0    0    1

我要说的是：

Userid    Movieid    Rating
u_A          2         1
u_A          4         3
u_A          24        5
u_B          24        1

因此，为了澄清这一点，删除0值评级，并将每个评级放在一个单独的行上，由Userid访问。我知道通常列轴也有一个名称（在本例中，是顶部的序列），但我在处理过程中设法丢失了这个名称

我得到的最接近的语句是fold_1_df.melt(var_name=' movie_id', value_name=' rating')，但格式仍然不完整

Answer 1

您可以用NaN替换0，然后使用^{}

df.rename_axis("movie_id", axis=1).replace(0, np.nan).stack().reset_index(
    name="rating"
)

  Userid movie_id  rating
0    u_A        2     1.0
1    u_A        4     3.0
2    u_A       24     5.0
3    u_B       24     1.0

Answer 2

您可以.reset_index()，熔化并再次设置索引。然后按rating过滤数据帧：

x = (
    df.reset_index()
    .melt(id_vars="Userid", var_name="movie_id", value_name="rating")
    .set_index("Userid")
)
print(x[x["rating"] > 0])

印刷品：

       movie_id  rating
Userid                 
u_A           2       1
u_A           4       3
u_A          24       5
u_B          24       1

Answer 3

我在这一点上找到了一个解决方法，如下所示：

fold_1_df = fold_1_df.melt(ignore_index = False,var_name=' movie_id', value_name=' rating') 
fold_1_df[fold_1_df[' rating'] != 0]