Skip to main content
 首页 » 编程设计

python之在 Python 中将日期作为一行数据透视

2024年12月31日9leader

我保留的数据格式如下:

Region                    0              1              2             3 
Date                      2005-01-01     2005-02-01     2005-03-01    .... 
East South Central        400            500            600 
Pacific                   100            200            150 
. 
. 
Mountain                  500            600            450 

我需要旋转此表,使其看起来像:

0     Date           Region                     value 
1     2005-01-01     East South Central         400  
2     2005-02-01     East South Central         500   
3     2005-03-01     East South Central         600   
. 
.    
4     2005-03-01     Pacific                    100  
4     2005-03-01     Pacific                    200 
4     2005-03-01     Pacific                    150 
. 
. 

由于 Date 和 Region 彼此重叠,我不确定如何melt 或 pivot围绕这些字符串,以便我可以获得所需的输出。

我该怎么做?

请您参考如下方法:

我认为这就是您正在寻找的解决方案。举例说明。

import pandas as pd 
import numpy as np 
N=100 
regions = list('abcdef') 
df = pd.DataFrame([[i for i in range(N)], ['2016-{}'.format(i) for i in range(N)],  
                  list(np.random.randint(0,500, N)), list(np.random.randint(0,500, N)),  
                   list(np.random.randint(0,500, N)), list(np.random.randint(0,500, N))]) 
df.index = ['Region', 'Date', 'a', 'b', 'c', 'd'] 
print(df) 

这给出了

            0       1       2       3       4       5       6       7   \ 
Region       0       1       2       3       4       5       6       7    
Date    2016-0  2016-1  2016-2  2016-3  2016-4  2016-5  2016-6  2016-7    
a           96     432     181      64      87     355     339     314    
b          360      23     162      98     450      78     114     109    
c          143     375     420     493     321     277     208     317    
d          371     144     207     108     163      67     465     130 

将其转换为您想要的形式的解决方案是

df.transpose().melt(id_vars=['Date'], value_vars=['a', 'b', 'c', 'd']) 

给出

        Date variable value 
0     2016-0        a    96 
1     2016-1        a   432 
2     2016-2        a   181 
3     2016-3        a    64 
4     2016-4        a    87 
5     2016-5        a   355 
6     2016-6        a   339 
7     2016-7        a   314 
8     2016-8        a   111 
9     2016-9        a   121 
10   2016-10        a   124 
11   2016-11        a   383 
12   2016-12        a   424 
13   2016-13        a   453 
... 
393  2016-93        d   176 
394  2016-94        d   277 
395  2016-95        d   256 
396  2016-96        d   174 
397  2016-97        d   349 
398  2016-98        d   414 
399  2016-99        d   132