重塑 Pandas 数据框，在一列中包含所有年份，在多列中包含分隔的月份

Question

我有一个数据框，其中包含不同年份不同时间段的每种产品的销售额：

df = pd.DataFrame({'Product': {0: '1', 1: '1', 2: '2', 3: '2'},
                   'Year': {0: 2000, 1: 2001, 2: 2001, 3:2002},
                   'Jan-Feb': {0: 2, 1: 4, 2: 2, 3:4},
                    'Mar-Apr': {0: 1, 1: 2, 2: 1, 3:6}})

df 有产品 year 产品 1 和 2 的销售额，但一年内的时间段显示在不同的列中。在此示例中，我显示了两列，但还有四列表示一年内连续两个月的剩余时间。

我想将 df 重塑为如下所示：

df2 = pd.DataFrame({'Product': {0: '1', 1: '1', 2: '1', 3: '1', 4: '2', 5: '2', 6: '2', 7: '2'},
                   'Year': {0: 2000, 1: 2000, 2: 2001, 3:2001,4: 2001, 5: 2001, 6: 2002, 7:2002},
                   'Period': {0: 'Jan-Feb', 1: 'Mar-Apr', 2: 'Jan-Feb', 3:'Mar-Apr', 4: 'Jan-Feb', 5: 'Mar-Apr', 6: 'Jan-Feb', 7:'Mar-Apr'},
                   'Sales': {0: 2, 1: 1, 2: 4, 3: 2, 4: 2, 5: 1, 6: 4, 7: 6}})

在这种情况下，月份全部在一列中，销售额在不同的列中。我尝试过不同形式的重塑，但我显然遗漏了一些东西，因为我没有成功找到一种能满足我要求的方法。

Answer 1

检查melt

out = df.melt(['Product','Year'], var_name = 'Period', value_name = 'Sales')
  Product  Year   Period  Sales
0       1  2000  Jan-Feb      2
1       1  2001  Jan-Feb      4
2       2  2001  Jan-Feb      2
3       2  2002  Jan-Feb      4
4       1  2000  Mar-Apr      1
5       1  2001  Mar-Apr      2
6       2  2001  Mar-Apr      1
7       2  2002  Mar-Apr      6

Answer 2

使用stack():

df = df.set_index(['Product','Year']).stack(0).reset_index()
df.columns = ['Product','Year','Period','Sales']

输出:

  Product  Year   Period  Sales
0       1  2000  Jan-Feb      2
1       1  2000  Mar-Apr      1
2       1  2001  Jan-Feb      4
3       1  2001  Mar-Apr      2
4       2  2001  Jan-Feb      2
5       2  2001  Mar-Apr      1
6       2  2002  Jan-Feb      4
7       2  2002  Mar-Apr      6

重塑 Pandas 数据框，在一列中包含所有年份，在多列中包含分隔的月份

Reshape Pandas dataframe that contains all years in one column and months separated across multiple columns

python

reshape

dataframe

pandas