Python: как расплавить фрейм данных, сохраняя определенный порядок / пользовательскую сортировку

Question

У меня есть фрейм данных df

Cat  B_1 A_2 C_3
A      1   2   3
B      4   5   6
C      7   8   9

, который я хочу преобразовать в фрейм данных, чтобы строки в столбце Label следовали порядку столбцов df для каждой категории.

Desired output

    Cat Label Value
    A     B_1    1
    A     A_2    2
    A     C_3    3
    B     B_1    4
    B     A_2    5
    B     C_3    6
    C     B_1    7
    C     A_2    8
    C     C_3    9  

Когда я пытаюсь

pd.melt(df, id_vars=["Cat"], var_name="Label",value_name="Value")

Я теряю нужный порядок в метке столбца, результаты сортируются, как показано ниже,

Cat Label Value
A     B_1    1
B     B_1    4
C     B_1    7
A     A_2    2
...

Может ли желаемый порядок строк бытьпринудительно в функции расплава?если нет, то как можно добиться этой пользовательской сортировки?

---

ОБНОВЛЕНИЕ

Я переименовал метки, поскольку они не следуют алфавитному порядку, так что простая сортировка не 'т работа

Answer 1

IIUC, вы можете использовать свой точно такой же код и добавить .sort_values('Cat'), или более просто:

df.melt('Cat',var_name='Label',value_name='Value').sort_values('Cat')

  Cat Label  Value
0   A   L_1      1
3   A   L_2      2
6   A   L_3      3
1   B   L_1      4
4   B   L_2      5
7   B   L_3      6
2   C   L_1      7
5   C   L_2      8
8   C   L_3      9

Если вы хотите заказать его по-своему (в приведенном ниже примере, Bпредшествует A, что предшествует C), тогда вы можете установить Cat в качестве упорядоченного категориального:

melted = df.melt('Cat',var_name='Label',value_name='Value')

melted['Cat'] = pd.Categorical(melted['Cat'], categories=['B','A','C'], ordered=True)

melted.sort_values('Cat')

  Cat Label  Value
1   B   L_1      4
4   B   L_2      5
7   B   L_3      6
0   A   L_1      1
3   A   L_2      2
6   A   L_3      3
2   C   L_1      7
5   C   L_2      8
8   C   L_3      9

Альтернативой является использование stack, но тогда вам придется иметь дело с раздражающимипереименование столбцов:

df.set_index('Cat').stack().reset_index().rename(columns={'level_1':'Label', 0:'Value'})

  Cat Label  Value
0   A   L_1      1
1   A   L_2      2
2   A   L_3      3
3   B   L_1      4
4   B   L_2      5
5   B   L_3      6
6   C   L_1      7
7   C   L_2      8
8   C   L_3      9