如何使用 pandas.melt 来取消透视我的数据框？

Question

我有这样的数据

        time  close
date   
6/1/20 00:00 4375.5
6/1/20 00:15 4374.0
6/1/20 00:30 4376.5
...

我使用 df.pivot(columns='time', values='close') 来输出这个（如我所愿）

        00:00  00:15  00:30
date   
6/1/20 4375.5 4374.0  4376.5
...

I 运行时间范围内的 pct 变化 df.pct_change（轴=1）

        00:00  00:15  00:30
date   
6/1/20   NaN  .00312 .00123  #these are just not real calcs, just putting in nums for example
...

现在我想融化 df，但是我很难做到。我想让数据框回到原来的布局

        time  pct_change
date   
6/1/20 00:00  NaN
6/1/20 00:15 .00312
6/1/20 00:30 .00123
...

我之所以要这样做是因为plotly.express.density_heatmap() 无法读取非熔化形式的数据。我正在使用 streamlit 并想插入一个图表 plotly 但最终图表只需要看起来与 df.style.background_gradient(cmap='green')

from plotly.express as px

#this code doesnt work, but this is how ideally want to input it. 
fig = px.density_heatmap(df, x='time', y='date', z='pct_change')

感谢各位指导！

Answer 1

你错过了一个日期，你可以试试这个

df2=df.pivot(index='date', columns=['time'], values='close').pct_change(axis=1)
df2

time    00:00   00:15   00:30
date            
6/1/20  NaN     -0.000343   0.000572

df2.unstack().reset_index()

    time    date    0
0   00:00   6/1/20  NaN
1   00:15   6/1/20  -0.000343
2   00:30   6/1/20  0.000572

Answer 2

如果你有一个合适的日期时间索引，这一切都会变得容易得多：

df.reset_index(inplace=True)
df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time'])
df = df.set_index('datetime').drop(['date', 'time'], axis=1)
print(df.pct_change())

输出：

                        close
datetime
2020-06-01 00:00:00       NaN
2020-06-01 00:15:00 -0.000343
2020-06-01 00:30:00  0.000572

如何使用 pandas.melt 来取消透视我的数据框？

How can I use pandas.melt to unpivot my dataframe?

python

dataframe

pandas

plotly