Pandas多列值合并成一列的实现

要将 Pandas DataFrame 的多列值合并成一列，可使用“Melt”方法或“Concatenate”方法实现。

Melt方法

Melt 方法是一种 Pandas 数据清洗方式，可将 DataFrame 中的多列值整合为新的一列，操作步骤如下：

1. 导入 Pandas 库： import pandas as pd
2. 创建 DataFrame：例如，如下所示：

df = pd.DataFrame({'name': ['Alice','Bob'],
                   'age': [25, 30],
                   'salary': [5000, 8000]})

1. 使用 Melt 方法：

melt_df = pd.melt(df, 
                  id_vars=['name'], 
                  value_vars=['age', 'salary'], 
                  var_name='variable', 
                  value_name='value')

上述代码中，参数id_vars指定需要保留的列，参数value_vars指定需要合并的列，参数var_name指定新列名，参数value_name指定新列的值。执行上述代码，将生成一个新的 DataFrame melt_df：

    name  variable  value
0  Alice       age     25
1    Bob       age     30
2  Alice    salary   5000
3    Bob    salary   8000

此时，DataFrame melt_df 中包含“name”、“variable”和“value”三列，其中“name”列保持不变，“variable”对应的是合并前的列名，而“value”对应的是合并后的值。

Concatenate方法

另一种将多列值合并成一列的方法是使用 Pandas 的 concat 方法，示例如下：

1. 导入 Pandas 库： import pandas as pd
2. 创建 DataFrame：例如，如下所示：

df1 = pd.DataFrame({'A': ['A1', 'A2', 'A3', 'A4'],
                    'B': ['B1', 'B2', 'B3', 'B4']})
df2 = pd.DataFrame({'C': ['C1', 'C2', 'C3', 'C4'],
                    'D': ['D1', 'D2', 'D3', 'D4']})

1. 调用 Concat 方法：

concat_df = pd.concat([df1['A'], df1['B'], df2['C'], df2['D']])

上述代码进行拼接操作时，不需要指定拼接的轴 axis，因为默认拼接的轴是0 (即行)。执行上述代码后，将生成一个新的 DataFrame concat_df，其中“A”、“B”、“C”和“D”列被合并成了一列：

0    A1
1    A2
2    A3
3    A4
0    B1
1    B2
2    B3
3    B4
0    C1
1    C2
2    C3
3    C4
0    D1
1    D2
2    D3
3    D4
dtype: object

可以看到，生成的新 DataFrame 中包含一列，名称为 0，包含 A、B、C、D 四个列中的所有数据。

以上是 Pandas 实现将多列值合并成一列的两种方法，可根据实际需求选择操作方式。