使用不同的字符串重复脚本 - Python答案

【问题标题】：Repeat script with different string - Python使用不同的字符串重复脚本 - Python
【发布时间】：2021-09-11 12:48:42
【问题描述】：

我有一个包含多个国家/地区的数据框；

Date         Qatar  Norway . . . 
 
01/01/2004   43      33
.
.
.
31/12/2021  32       32 . . .

我需要每列都是它自己的数据框和数据透视表，这很好，我正在使用以下内容；

Qatar = df[['Date', 'Qatar']]
Qatar['Date']= pd.to_datetime(Qatar['Date']) 
Qatar = Qatar.groupby([Qatar.Date.dt.year,Qatar.Date.dt.month]).mean()
Qatar = Qatar.unstack()
Qatar = Qatar/1745
Qatar = Qatar.round()
Cell('Exports_Country','D3').df = Qatar

我有 40 多个国家/地区，有没有什么方法可以在不手动的情况下为国家/地区列表编写以上内容？？

我试过这个；

df1 = pd.melt(df, 'Date', var_name='country', value_name='val')
df1['Date']= pd.to_datetime(df1['Date']) 
df2 = (df1.groupby(['country', df1.Date.dt.year,df1.Date.dt.month])['val']
           .mean()
           .unstack()
           .div(1745)
           .round())

但不幸的是，它提取的原始数据发生了很大变化，因此代码需要足够动态，才能被国家名称引用。

任何帮助表示赞赏！

【问题讨论】：

标签： python pandas dataframe time-series

【解决方案1】：

在第一级和第三级使用Series.unstack：

df1 = pd.melt(df, 'Date', var_name='country', value_name='val')
df1['Date']= pd.to_datetime(df1['Date']) 
df2 = (df1.groupby(['country', df1.Date.dt.year,df1.Date.dt.month])['val']
           .mean()
           .unstack([0,2])
           .div(1745)
           .round())

print (df2)
country Norway      Qatar     
Date        1    12    1    12
Date                          
2004       0.0  NaN   0.0  NaN
2021       NaN  0.0   NaN  0.0

因此可以按名称选择列：

Qatar = df2[['Qatar']]
print (Qatar)
country Qatar     
Date       1    12
Date              
2004      0.0  NaN
2021      NaN  0.0

【讨论】：