融化在 pandas 失去指数

Question

我有以下数据框：

        Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
Year                                                
2010    9.8 9.8 9.9 9.9 9.6 9.4 9.4 9.5 9.5 9.4 9.8 9.3
2011    9.1 9.0 9.0 9.1 9.0 9.1 9.0 9.0 9.0 8.8 8.6 8.5
2012    8.3 8.3 8.2 8.2 8.2 8.2 8.2 8.1 7.8 7.8 7.7 7.9

我想实现以下结果：

      Month Values
Year
2010  Jan    9.8
2010  Feb    9.8
2010  Mar    9.9
etc......

我试过这里提出的方法： :

df = pd.melt(df.reset_index(), id_vars='index',value_vars=months)

"Months" 是我通过获取月份的列名列表创建的列表：

months = df.columns.values.tolist()[1:]

然而，结果是：

       index variable  value
   0    NaN   Jan      9.8
   1    NaN   Jan      9.1
   2    NaN   Jan      8.3
   3    NaN   Jan      8.0
   4    NaN   Jan      6.6

所以，我想保留年份值作为索引。我怎样才能做到这一点？谢谢。

Answer 1

与melt:

df.reset_index().melt('Year',var_name='Month',value_name='Values').set_index('Year')

    Month  Values
Year              
2010   Jan     9.8
2011   Jan     9.1
2012   Jan     8.3
2010   Feb     9.8
2011   Feb     9.0
.........
.......

与stack():

df.rename_axis('Month',axis=1).stack().reset_index(1,name='Values')

      Month  Values
Year              
2010   Jan     9.8
2010   Feb     9.8
2010   Mar     9.9
2010   Apr     9.9
2010   May     9.6
2010   Jun     9.4
.......
......

Answer 2

如果你有这样一个好的索引，你可以stack:

df.rename_axis('Month', axis='columns').stack().to_frame('Values')

rename_axis 方法只是一些让索引标签漂亮的糖。

融化在 pandas 失去指数

Melting in pandas loses index

pandas

melt