i panda convertono alcune colonne in righe

115

Quindi il mio set di dati contiene alcune informazioni in base alla posizione per n date. Il problema è che ogni data è in realtà un'intestazione di colonna diversa. Ad esempio, il CSV ha l'aspetto

location    name    Jan-2010    Feb-2010    March-2010
A           "test"  12          20          30
B           "foo"   18          20          25

Quello che vorrei è che assomigliasse

location    name    Date        Value
A           "test"  Jan-2010    12       
A           "test"  Feb-2010    20
A           "test"  March-2010  30
B           "foo"   Jan-2010    18       
B           "foo"   Feb-2010    20
B           "foo"   March-2010  25

il problema è che non so quante date ci sono nella colonna (anche se so che inizieranno sempre dopo il nome)

python pandas

— Wizuriel
fonte

stackoverflow.com/questions/19842066/...

— pyCthon

207

UPDATE
Dalla v0.20, meltè una funzione del primo ordine, ora puoi usare

df.melt(id_vars=["location", "name"], 
        var_name="Date", 
        value_name="Value")

  location    name        Date  Value
0        A  "test"    Jan-2010     12
1        B   "foo"    Jan-2010     18
2        A  "test"    Feb-2010     20
3        B   "foo"    Feb-2010     20
4        A  "test"  March-2010     30
5        B   "foo"  March-2010     25

VECCHIE VERSIONI (ER): <0.20

Puoi utilizzare pd.meltper ottenere la maggior parte del percorso e quindi ordinare:

>>> df
  location  name  Jan-2010  Feb-2010  March-2010
0        A  test        12        20          30
1        B   foo        18        20          25
>>> df2 = pd.melt(df, id_vars=["location", "name"], 
                  var_name="Date", value_name="Value")
>>> df2
  location  name        Date  Value
0        A  test    Jan-2010     12
1        B   foo    Jan-2010     18
2        A  test    Feb-2010     20
3        B   foo    Feb-2010     20
4        A  test  March-2010     30
5        B   foo  March-2010     25
>>> df2 = df2.sort(["location", "name"])
>>> df2
  location  name        Date  Value
0        A  test    Jan-2010     12
2        A  test    Feb-2010     20
4        A  test  March-2010     30
1        B   foo    Jan-2010     18
3        B   foo    Feb-2010     20
5        B   foo  March-2010     25

(Potrebbe essere necessario inserire un .reset_index(drop=True), solo per mantenere pulito l'output.)

Nota : pd.DataFrame.sort è stato deprecato a favore di pd.DataFrame.sort_values.

— DSM
fonte

@DSM quale sarebbe l'inverso di questa funzione. cioè come si convertirà df2[indietro] adf

— 3kstc

1

@ 3kstc Prova qui o qui . Vuoi esaminare i perni. Forse pandas.pivot_table(df2,values='Value',index=['location','name'],columns='Date').reset_index().

— Teepeemm

1

@DSM c'è un modo per tornare indietro? Significa che ho molte righe con lo stesso nome e vorrei che tutte le date si trovassero su colonne diverse

— Adrian

17

Utilizzare set_indexcon stackper MultiIndex Series, quindi per DataFrameaggiungere reset_indexcon rename:

df1 = (df.set_index(["location", "name"])
         .stack()
         .reset_index(name='Value')
         .rename(columns={'level_2':'Date'}))
print (df1)
  location  name        Date  Value
0        A  test    Jan-2010     12
1        A  test    Feb-2010     20
2        A  test  March-2010     30
3        B   foo    Jan-2010     18
4        B   foo    Feb-2010     20
5        B   foo  March-2010     25

— Jezrael
fonte

5

Credo di aver trovato una soluzione più semplice

temp1 = pd.melt(df1, id_vars=["location"], var_name='Date', value_name='Value')
temp2 = pd.melt(df1, id_vars=["name"], var_name='Date', value_name='Value')

Concatena tutto temp1con temp2la colonna diname

temp1['new_column'] = temp2['name']

Ora hai quello che hai chiesto.

— Prometeo
fonte

4

`pd.wide_to_long`

Puoi aggiungere un prefisso alle colonne dell'anno e quindi inserire direttamente il feed pd.wide_to_long. Non pretendo che sia efficiente , ma in determinate situazioni potrebbe essere più conveniente rispetto pd.melt, ad esempio, quando le colonne hanno già un prefisso appropriato.

df.columns = np.hstack((df.columns[:2], df.columns[2:].map(lambda x: f'Value{x}')))

res = pd.wide_to_long(df, stubnames=['Value'], i='name', j='Date').reset_index()\
        .sort_values(['location', 'name'])

print(res)

   name        Date location  Value
0  test    Jan-2010        A     12
2  test    Feb-2010        A     20
4  test  March-2010        A     30
1   foo    Jan-2010        B     18
3   foo    Feb-2010        B     20
5   foo  March-2010        B     25

— JPP
fonte