如何将多个列转换为 pandas 中的单个 rows/values？

Question

我确信这个问题已经得到解答，但不幸的是我不知道如何称呼这个操作，所以我的搜索失败了。它几乎就像一个反向枢轴 table.

假设我有以下工资单数据：

data = [
    {'employee': 1, 'date': '2020-01-04', 'reg': 8, 'ot': 0, 'dt': 0},
    {'employee': 1, 'date': '2020-01-05', 'reg': 4, 'ot': 4, 'dt': 0},
    {'employee': 1, 'date': '2020-01-06', 'reg': 0, 'ot': 0, 'dt': 4},
    {'employee': 2, 'date': '2020-01-04', 'reg': 6, 'ot': 2, 'dt': 0},
    {'employee': 2, 'date': '2020-01-05', 'reg': 3, 'ot': 5, 'dt': 0},
    {'employee': 2, 'date': '2020-01-06', 'reg': 0, 'ot': 4, 'dt': 0},
]

data_df = pd.DataFrame(data)

我需要做的是将每个 employee/date 的每个比率（'reg'、'ot' 和 'dt'）分解到它自己的行中费率标签列和小时数列，保留其他非基于费率的列。此外，我不希望任何值为零的费率出现一行。对于上面的数据，我希望获得：

result = [
    {'employee': 1, 'date': '2020-01-04', 'rate': 'reg', 'hours': 8},
    {'employee': 1, 'date': '2020-01-05', 'rate': 'reg', 'hours': 4},
    {'employee': 1, 'date': '2020-01-05', 'rate': 'ot', 'hours': 4},
    {'employee': 1, 'date': '2020-01-06', 'rate': 'dt', 'hours': 4},
    {'employee': 2, 'date': '2020-01-04', 'rate': 'reg', 'hours': 6},
    {'employee': 2, 'date': '2020-01-04', 'rate': 'ot', 'hours': 2},
    {'employee': 2, 'date': '2020-01-05', 'rate': 'reg', 'hours': 3},
    {'employee': 2, 'date': '2020-01-05', 'rate': 'ot', 'hours': 5},
    {'employee': 2, 'date': '2020-01-06', 'rate': 'ot', 'hours': 4},
]

result_df = pd.DataFrame(result)

如有任何关于如何实现此目的的想法，我们将不胜感激！

Answer 1

尝试使用 melt:

(data_df.melt(['employee','date'], 
             var_name='rate', 
             value_name='hours')
        .query('hours != 0'))

输出：

    employee        date rate  hours
0          1  2020-01-04  reg      8
1          1  2020-01-05  reg      4
3          2  2020-01-04  reg      6
4          2  2020-01-05  reg      3
7          1  2020-01-05   ot      4
9          2  2020-01-04   ot      2
10         2  2020-01-05   ot      5
11         2  2020-01-06   ot      4
14         1  2020-01-06   dt      4

Answer 2

这应该可以解决问题：

data_df=data_df.set_index(["employee", "date"]).stack().reset_index().rename(columns={"level_2": "rate", 0: "hours"})

输出：

    employee        date rate  hours
0          1  2020-01-04  reg      8
1          1  2020-01-04   ot      0
2          1  2020-01-04   dt      0
3          1  2020-01-05  reg      4
4          1  2020-01-05   ot      4
5          1  2020-01-05   dt      0
6          1  2020-01-06  reg      0
7          1  2020-01-06   ot      0
8          1  2020-01-06   dt      4
9          2  2020-01-04  reg      6
10         2  2020-01-04   ot      2
11         2  2020-01-04   dt      0
12         2  2020-01-05  reg      3
13         2  2020-01-05   ot      5
14         2  2020-01-05   dt      0
15         2  2020-01-06  reg      0
16         2  2020-01-06   ot      4
17         2  2020-01-06   dt      0

如何将多个列转换为 pandas 中的单个 rows/values？

How do I convert multiple columns to individual rows/values in pandas?

python

reshape

dataframe

pandas