Skip to main content
 首页 » 编程设计

python之reshape Pandas 数据框以反射(reflect)隐式 x 值

2024年11月24日8grandyang

如何 reshape 数据框,其中列的子集是某些 x 值的 y 值?

df_record = pd.DataFrame({ 
    'date' : ['2019-03-17', '2019-03-17', '2019-03-17', '2019-03-17'], 
    'id' : ['a', 'a', 'b', 'b'], 
    'meta' : ['A', 'B', 'A', 'B'], 
    'y11' : [0.1, 0.2, 0.3, 0.4], 
    'y12' : [1, 2, 3, 4], 
    'y21' : [10, 20, 30, 40], 
    'y22' : [100, 200, 300, 400], 
    }) 

在此示例中,y12、y12、y21 和 y22 对应于例如[10,20,100,200]。 我可以将其添加到每一行:

xs = [10,20,100,200] 
df_ = pd.DataFrame() 
for i in range(len(df_record)): 
    xs_ = pd.Series(xs, name=i) 
    df_ = pd.concat([df_, xs_], axis=1) 
df_['xs'] =  [ 'x%i'%i for i in xs ]     
pd_ = pd.concat([df_record, df_.set_index('xs').T], axis=1) 

打印:

         date id meta  y11  y12  y21  y22  x10  x20  x100  x200 
0  2019-03-17  a    A  0.1    1   10  100   10   20   100   200 
1  2019-03-17  a    B  0.2    2   20  200   10   20   100   200 
2  2019-03-17  b    A  0.3    3   30  300   10   20   100   200 
3  2019-03-17  b    B  0.4    4   40  400   10   20   100   200 

但现在我迷路了。我很确定像 df_.pivot() 这样的东西应该可以帮助我反射(reflect)结构,即 xs 是一个索引级别,如 ['date', 'id', 'meta ', 'xs'].

提前致谢!

附言。如何从 Jupyter NB 发布上述命令的结果?

请您参考如下方法:

您可以使用指定的索引和列值以及 DataFrame.join 创建新的 DataFrame转为原文:

xs = [10,20,100,200] 
cols = [f'x{x}' for x in xs] 
df = df_record.join(pd.DataFrame([xs], index=df_record.index, columns=cols)) 
print (df) 
         date id meta  y11  y12  y21  y22  x10  x20  x100  x200 
0  2019-03-17  a    A  0.1    1   10  100   10   20   100   200 
1  2019-03-17  a    B  0.2    2   20  200   10   20   100   200 
2  2019-03-17  b    A  0.3    3   30  300   10   20   100   200 
3  2019-03-17  b    B  0.4    4   40  400   10   20   100   200 

然后通过 DataFrame.melt reshape :

df1 = df.melt(['id', 'date', 'meta'], value_name='xs') 
print (df1.head()) 
  id        date meta variable   xs 
0  a  2019-03-17    A      y11  0.1 
1  a  2019-03-17    B      y11  0.2 
2  b  2019-03-17    A      y11  0.3 
3  b  2019-03-17    B      y11  0.4 
4  a  2019-03-17    A      y12  1.0 

如果需要删除列变量:

df1 = df1.drop('variable',axis=1) 
print (df1.head()) 
  id        date meta   xs 
0  a  2019-03-17    A  0.1 
1  a  2019-03-17    B  0.2 
2  b  2019-03-17    A  0.3 
3  b  2019-03-17    B  0.4 
4  a  2019-03-17    A  1.0 

编辑:

对于指定列,可以使用:

df - pd.melt(df_concat,  
             id_vars=['id', 'date', 'meta'],  
             value_vars=['y11', 'y12', 'y21', 'y22'],  
             var_name='ys', 
             value_name='xs')