基于列值的重复单元格值的数据帧转换

Question

有这样的数据框：

我想知道将其转换为另一个最有效的方法是什么：

我尝试生成 Time 列和 days 之间的所有组合，然后手动创建 Value 列通过检查给定的 Day-Time 单元格，但我确信它一定是一种更有效的方式

Answer 1

使用set_index和stack:

out = (df.set_index('Time').stack().rename_axis(index=['Time', 'Day'])
         .rename('Value').reset_index())
print(out)

# Output
         Time   Day  Value
0   6am – 2pm  Day1   15.4
1   6am – 2pm  Day2   13.4
2   6am – 2pm  Day3   45.0
3  2pm – 10pm  Day1   15.0
4  2pm – 10pm  Day2    2.1
5  2pm – 10pm  Day3    3.4
6  10pm – 6am  Day1   14.0
7  10pm – 6am  Day2   22.0
8  10pm – 6am  Day3   35.0

Answer 2

如果原始索引对您不重要, 您还可以使用 .melt() 方法，该方法的优点是可以对日期进行分组，因此您可以连续获得 1 天的值：

df1 = df.melt(id_vars='Time', var_name='Day', value_name='Value')

结果：

index	Time	Day	Value
0	6am-2pm	Day1	15.4
1	2pm-10pm	Day1	15.0
2	10pm-6am	Day1	14.0
3	6am-2pm	Day2	13.4
4	2pm-10pm	Day2	2.1
5	10pm-6am	Day2	22.0
6	6am-2pm	Day3	45.0
7	2pm-10pm	Day3	3.4
8	10pm-6am	Day3	35.0

在我看来，您甚至可以像这样重新排列列索引以使其更具可读性：

df1 = df1.reindex(columns=['Day','Time','Value'])

结果：

index	Day	Time	Value
0	Day1	6am-2pm	15.4
1	Day1	2pm-10pm	15.0
2	Day1	10pm-6am	14.0
3	Day2	6am-2pm	13.4
4	Day2	2pm-10pm	2.1
5	Day2	10pm-6am	22.0
6	Day3	6am-2pm	45.0
7	Day3	2pm-10pm	3.4
8	Day3	10pm-6am	35.0