【问题标题】:transpose/stack/unstack pandas dataframe whilst concatenating the field name with existing columns在将字段名称与现有列连接时转置/堆栈/取消堆栈熊猫数据帧
【发布时间】:2020-10-21 10:32:03
【问题描述】:

我有一个看起来像这样的数据框:

Component   Date         MTD     YTD    QTD   FC
ABC         Jan 2017     56      nan    nan   nan
DEF         Jan 2017     453     nan    nan   nan
XYZ         Jan 2017     657
PQR         Jan 2017     123
ABC         Feb 2017     56     nan    nan   nan
DEF         Feb 2017     456    nan    nan   nan
XYZ         Feb 2017     6234   57
PQR         Feb 2017     123    346
ABC         Dec 2017     56     nan    nan   nan
DEF         Dec 2017     nan    nan    345   324
XYZ         Dec 2017     6234   57
PQR         Dec 2017     nan    346    54654   546

我想转置这个数据框,使组件成为现有 MTD、QTD 等列的前缀

所以预期的输出是:

Date         ABC_MTD   DEF_MTD   XYZ_MTD   PQR_MTD  ABC_YTD   DEF_YTD   XYZ_YTD    PQR_YTD   etcetc

Jan 2017     56         453        657       123     nan       nan        nan       nan    
Feb 2017     56         456        6234      123     nan       nan        57        346    
Dec 2017     56         nan        6234       nan                         57        346    

我不确定枢轴或堆栈/取消堆栈是否会在这里有效。 提前致谢。

【问题讨论】:

  • 第一个数据帧中的空格也是空的还是空字符串?
  • 这是枢轴和展平列
  • @sammywemmy 那些空格也是空的......
  • @YOBEN_S : 你能帮我看看如何执行吗?
  • 试试@YOBEN_S 的建议

标签: python pandas stack transpose


【解决方案1】:

你可以试试这个:

newdf=df.pivot(values=df.columns[2:], index='Date', columns='Component' )
newdf.columns = ['%s%s' % (b, '_%s' % a if b else '') for a, b in newdf.columns]   #join the multiindex columns names
print(newdf)

输出:

df
   Component       Date     MTD  YTD    QTD   FC
0        ABC 2017-01-01    56.0  NaN    NaN  NaN
1        DEF 2017-01-01   453.0  NaN    NaN  NaN
2        XYZ 2017-01-01   657.0
3        PQR 2017-01-01   123.0
4        ABC 2017-02-01    56.0  NaN    NaN  NaN
5        DEF 2017-02-01   456.0  NaN    NaN  NaN
6        XYZ 2017-02-01  6234.0   57
7        PQR 2017-02-01   123.0  346
8        ABC 2017-12-01    56.0  NaN    NaN  NaN
9        DEF 2017-12-01     NaN  NaN    345  324
10       XYZ 2017-12-01  6234.0   57
11       PQR 2017-12-01     NaN  346  54654  546



newdf
           ABC_MTD DEF_MTD PQR_MTD XYZ_MTD ABC_YTD DEF_YTD PQR_YTD XYZ_YTD ABC_QTD DEF_QTD PQR_QTD XYZ_QTD ABC_FC DEF_FC PQR_FC XYZ_FC
Date
2017-01-01      56     453     123     657     NaN     NaN                     NaN     NaN                    NaN    NaN
2017-02-01      56     456     123    6234     NaN     NaN     346      57     NaN     NaN                    NaN    NaN
2017-12-01      56     NaN     NaN    6234     NaN     NaN     346      57     NaN     345   54654            NaN    324    546

【讨论】:

  • 谢谢..刚刚交换了 a 和 b newdf.columns = ['%s%s' % (b, '_%s' % a if b else '') for a, b in newdf .columns}
  • 刚刚更改了列名!很高兴它对你有帮助!你能接受吗?:)我会很感激的。
猜你喜欢
  • 2015-08-22
  • 1970-01-01
  • 1970-01-01
  • 2011-09-06
  • 2018-05-09
  • 2014-06-23
  • 2020-09-30
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多