将单行转换为熊猫列答案

【问题标题】：Convert single row into pandas column将单行转换为熊猫列
【发布时间】：2021-08-08 13:19:18
【问题描述】：

我有与给定简单数据框类似的数据框文件。我想选择单行数据并转换为重新排列的列。

创建的问题数据框是 df1:

import pandas as pd

data =[['Name','john','riya','alex'],
       ['Age',28, 24, 34],[ 'Month','February','January','March'],
       ['Status','M','F','M']] 

df = pd.DataFrame(data,columns=['index',0,0,0])
df1 = df.set_index('index')

我想将数据框重新排列为 df2，如下所示：

desired_data = {'January' :pd.Series(['riya', 24, 'F'], index=['Name', 'Age','Status']),
                'February':  pd.Series(['john', 28, 'M'], index=['Name', 'Age','Status']),
                'March' : pd.Series(['alex', 34, 'M'], index=['Name', 'Age','Status'])}

df2 = pd.DataFrame(desired_data)

【问题讨论】：

标签： python pandas database dataframe time-series

【解决方案1】：

将ordered categoricals 用于原始排序值：

cats = ['January',
 'February',
 'March',
 'April',
 'May',
 'June',
 'July',
 'August',
 'September',
 'October',
 'November',
 'December']

df1 = (df1.set_axis(pd.Categorical(df1.loc['Month'], ordered=True, categories=cats), axis=1)
          .drop('Month')
          .sort_index(axis=1)
          .rename_axis(index=None, columns=None))
print (df1)
      January February March
Name      riya     john  alex
Age         24       28    34
Status       F        M     M

或者创建用于排序的字典：

cats = ['January',
 'February',
 'March',
 'April',
 'May',
 'June',
 'July',
 'August',
 'September',
 'October',
 'November',
 'December']

d = {v: k for k, v in dict(enumerate(cats)).items()}
print (d)
{'January': 0, 'February': 1, 'March': 2, 'April': 3, 'May': 4, 'June': 5, 'July': 6,
 'August': 7, 'September': 8, 'October': 9, 'November': 10, 'December': 11}

df1 = (df1.set_axis(df1.loc['Month'], axis=1)
          .drop('Month')
          .reindex(sorted(df1.loc['Month'], key=d.get), axis=1)
          .rename_axis(index=None, columns=None))

print (df1)
       January February March
Name      riya     john  alex
Age         24       28    34
Status       F        M     M

感谢@SeaBean 提供另一个解决方案：

df1 = (df1.set_axis(df1.loc['Month'], axis=1)
          .drop('Month')
          .sort_index(axis=1, key=lambda x: pd.to_datetime(x, format='%B').month)
          .rename_axis(index=None, columns=None))

【讨论】：

另一种按月份文本对列进行排序的方法是将key= 参数与 lambda 函数一起使用，例如df1.sort_index(axis=1, key=lambda x: pd.to_datetime(x, format='%B').month)
@SeaBean - 谢谢，经过测试并添加到解决方案中。

【解决方案2】：

df1.columns = df1.iloc[2]
df1 = df1.drop(df1.index[2])
df1 = df1.rename_axis(None).rename_axis(None,axis='columns')
df1

输出

        February    January March
Name    john        riya    alex
Age     28          24      34
Status  M           F       M

【讨论】：

非常感谢，但是否可以在列名中指定月份顺序，因为它是按字母顺序排列的。