パンダは一部の列を行に変換する

python pandas


私のデータセットは、n個の日付の場所別の情報を持っています。問題は、各日付が実際には異なる列のヘッダになっていることです。例えば、CSVは次のようになります。

location    name    Jan-2010    Feb-2010    March-2010
A           "test"  12          20          30
B           "foo"   18          20          25

私が望むのは、それが次のように見えるようにすることです。

location    name    Date        Value
A           "test"  Jan-2010    12       
A           "test"  Feb-2010    20
A           "test"  March-2010  30
B           "foo"   Jan-2010    18       
B           "foo"   Feb-2010    20
B           "foo"   March-2010  25

問題は、列の中の日付の数がわからないことです。




Answer 1 DSM


UPDATE
v0.20から、 melt は一次関数であり、これを使用できます

df.melt(id_vars=["location", "name"], 
        var_name="Date", 
        value_name="Value")

  location    name        Date  Value
0        A  "test"    Jan-2010     12
1        B   "foo"    Jan-2010     18
2        A  "test"    Feb-2010     20
3        B   "foo"    Feb-2010     20
4        A  "test"  March-2010     30
5        B   "foo"  March-2010     25

古い(ER)バージョン:<0.20

pd.melt を使用してほとんどの方法を取得し、並べ替えることができます。

>>> df
  location  name  Jan-2010  Feb-2010  March-2010
0        A  test        12        20          30
1        B   foo        18        20          25
>>> df2 = pd.melt(df, id_vars=["location", "name"], 
                  var_name="Date", value_name="Value")
>>> df2
  location  name        Date  Value
0        A  test    Jan-2010     12
1        B   foo    Jan-2010     18
2        A  test    Feb-2010     20
3        B   foo    Feb-2010     20
4        A  test  March-2010     30
5        B   foo  March-2010     25
>>> df2 = df2.sort(["location", "name"])
>>> df2
  location  name        Date  Value
0        A  test    Jan-2010     12
2        A  test    Feb-2010     20
4        A  test  March-2010     30
1        B   foo    Jan-2010     18
3        B   foo    Feb-2010     20
5        B   foo  March-2010     25

(出力をクリーンに保つために、 .reset_index(drop=True) をスローしたい場合があります。)

注意pd.DataFrame.sort廃止されているの賛成で pd.DataFrame.sort_values




Answer 2 jezrael


MultiIndex Series stack set_index を使用してから、 reset_index rename を指定して DataFrame 追加します。

df1 = (df.set_index(["location", "name"])
         .stack()
         .reset_index(name='Value')
         .rename(columns={'level_2':'Date'}))
print (df1)
  location  name        Date  Value
0        A  test    Jan-2010     12
1        A  test    Feb-2010     20
2        A  test  March-2010     30
3        B   foo    Jan-2010     18
4        B   foo    Feb-2010     20
5        B   foo  March-2010     25



Answer 3 Prometheus


もっと簡単な解決策を見つけた

temp1 = pd.melt(df1, id_vars=["location"], var_name='Date', value_name='Value')
temp2 = pd.melt(df1, id_vars=["name"], var_name='Date', value_name='Value')

temp1 全体を temp2 の列 name と連結します

temp1['new_column'] = temp2['name']

これであなたが求めていたものが手に入りました。




Answer 4 jpp


pd.wide_to_long

年の列にプレフィックスを追加して、直接 pd.wide_to_long にフィードできます。これが効率的であるとは思いませんが、たとえば列にすでに適切なプレフィックスが付いている場合など、特定の状況では pd.melt よりも便利な場合があります。

df.columns = np.hstack((df.columns[:2], df.columns[2:].map(lambda x: f'Value{x}')))

res = pd.wide_to_long(df, stubnames=['Value'], i='name', j='Date').reset_index()\
        .sort_values(['location', 'name'])

print(res)

   name        Date location  Value
0  test    Jan-2010        A     12
2  test    Feb-2010        A     20
4  test  March-2010        A     30
1   foo    Jan-2010        B     18
3   foo    Feb-2010        B     20
5   foo  March-2010        B     25