在 pandas 中使用列名作为新属性

Question

我有如下数据结构

Date         Agric  Food 
01/01/1990    1.3   0.9  
01/02/1990    1.2   0.9

我想把它转换成格式

Date        Sector  Beta
01/01/1990  Agric   1.3
01/02/1990  Agric   1.2
01/01/1990  Food    0.9
01/02/1990  Food    0.9

虽然我确定我可以通过复杂的方式做到这一点，但有没有办法只用几行代码就可以做到这一点？

Answer 1

使用set_index和stack:

df.set_index('Date').rename_axis('Sector',axis=1).stack()\
  .reset_index(name='Beta')

输出：

         Date Sector  Beta
0  01/01/1990  Agric   1.3
1  01/01/1990   Food   0.9
2  01/02/1990  Agric   1.2
3  01/02/1990   Food   0.9

Answer 2

使用pd.DataFrame.melt

df.melt('Date', var_name='Sector', value_name='Beta')

         Date Sector  Beta
0  01/01/1990  Agric   1.3
1  01/02/1990  Agric   1.2
2  01/01/1990   Food   0.9
3  01/02/1990   Food   0.9

Answer 3

或者您可以使用 lreshape

df=pd.lreshape(df2, {'Date': ["Date","Date"], 'Beta': ['Agric', 'Food']})
df['Sector']=sorted(df2.columns.tolist()[1:3]*2)

   Out[654]: 
         Date  Beta Sector
0  01/01/1990   1.3  Agric
1  01/02/1990   1.2  Agric
2  01/01/1990   0.9   Food
3  01/02/1990   0.9   Food

如果你有 48 列

df=pd.lreshape(df2, {'Date':['Date']*2, 'Beta': df2.columns.tolist()[1:3]})
df['Sector']=sorted(df2.columns.tolist()[1:3]*2)

同样对于列 Sector ，通过

创建它更安全

import itertools
list(itertools.chain.from_iterable(itertools.repeat(x, 2) for x in df2.columns.tolist()[1:3]))

编辑原因 lreshap 未记录（根据@ Ted Petrou 如果可能最好使用可用的 DataFrame 方法，然后如果 none 可用则使用已记录功能。pandas 一直在寻求改进其 API 并且调用未记录的、旧的和实验性的函数，如 lreshape 任何东西都是没有根据的。此外，这个问题是 melt 或 stack 的一个非常简单的用例。它是一个为 pandas 的新手设置不好的先例来 Stack Overflow 并使用 lreshape 找到赞成的答案。 )

此外，如果您想了解更多信息，可以在 github

查看

下面是使用pd.wide_to_long

的方法

dict1 = {'Agric':'A_Agric','Food':'A_Food'}
df2 = df.rename(columns=dict1)
pd.wide_to_long(df2.reset_index(),['A'],i='Date',j='Sector',sep='_',suffix='.').reset_index().drop('index',axis=1).rename(columns={'A':'Beta '})

Out[2149]: 
         Date Sector  Beta 
0  01/01/1990  Agric    1.3
1  01/02/1990  Agric    1.2
2  01/01/1990   Food    0.9
3  01/02/1990   Food    0.9

在 pandas 中使用列名作为新属性

Using column name as a new attribute in pandas

python

reshape

pandas