如何将一组列标题与其在Pandas中的值进行交换

我有以下数据框:

a1  | a2  | a3  | a4 
--------------------- 
Bob | Cat | Dov | Edd 
Cat | Dov | Bob | Edd
Edd | Cat | Dov | Bob

我想把它转换成

Bob | Cat | Dov | Edd
---------------------
a1  | a2  | a3  | a4
a3  | a1  | a2  | a4
a4  | a2  | a3  | a1

请注意,列数等于唯一值的数量,并保留行的数量和顺序

1)所需方法:

更快的实现方式是对数据帧的值进行排序,并根据之后获得的索引对齐列np.argsort.

pd.DataFrame(df.columns[np.argsort(df.values)], df.index, np.unique(df.values))

应用程序np.argsort为我们提供了我们正在寻找的数据:

df.columns[np.argsort(df.values)]
Out[156]:
Index([['a1', 'a2', 'a3', 'a4'], ['a3', 'a1', 'a2', 'a4'],
       ['a4', 'a2', 'a3', 'a1']],
      dtype='object')

2)缓慢的广义方法:

在以某种速度/效率为代价的更通用的方法是apply在创建dict数据帧中存在的字符串/值的映射及其对应的列名之后使用.

稍后在将获得的系列转换为其list表示后使用数据框构造函数.

pd.DataFrame(df.apply(lambda s: dict(zip(pd.Series(s), pd.Series(s).index)), 1).tolist()) 

3)更快的通用方法:

在从df.to_dict+ 获得字典列表之后orient='records',我们需要交换它们各自的键和值对,同时在循环中迭代它们.

pd.DataFrame([{val:key for key, val in d.items()} for d in df.to_dict('r')])

示例测试用例:

df = df.assign(a5=['Foo', 'Bar', 'Baz'])

这两种方法都产生:

@piRSquared编辑 ¹

广义解

def nic(df):
    v = df.values
    n, m = v.shape
    u, inv = np.unique(v, return_inverse=1)
    i = df.index.values
    c = df.columns.values
    r = np.empty((n, len(u)), dtype=c.dtype)
    r[i.repeat(m), inv] = np.tile(c, n)
    return pd.DataFrame(r, i, u)

¹ _{我要感谢用户@ piRSquared提出了一个非常快速和通用的基于numpy的替代解决方案.}

您可以使用堆栈重新整形并使用交换值和索引取消堆栈:

df_swap = (df.stack()                     # reshape the data frame to long format
             .reset_index(level = 1)      # set the index(column headers) as a new column
             .set_index(0, append=True)   # set the values as index
             .unstack(level=1))           # reshape the data frame to wide format

df_swap.columns = df_swap.columns.get_level_values(1)   # drop level 0 in the column index
df_swap