Pandas：当索引为年月且列为日时，将 DataFrame 转换为系列答案

【问题标题】：Pandas: Convert a DataFrame into a Series when index is Year-Month and columns are DayPandas：当索引为年月且列为日时，将 DataFrame 转换为系列
【发布时间】：2017-11-16 15:10:12
【问题描述】：

我有一个类似于以下内容的数据框：

df = pd.DataFrame({'Y_M':['201710','201711','201712'],'1':[1,5,9],'2':[2,6,10],'3':[3,7,11],'4':[4,8,12]})
df = df.set_index('Y_M')

这会创建一个如下所示的数据框：

        1  2  3   4
Y_M                
201711  1  2  3  4
201712  5  6  7  8
201713  9  10 11 12

这些列是一个月中的哪一天。它们向右延伸，一直到 31。（2 月的第 29、30 和 31 列将填充 NaN）。该索引包含年份和月份（例如 201711 指的是 2017 年 11 月）

我的问题是：如何将年/月/日组合成一个系列？我的输出如下：

Y_M                
20171001    1
20171002    2
20171003    3
20171004    4
20171101    5  
20171102    6
20171103    7
20171104    8
20171201    9
20171202   10
20171203   11
20171204   12

索引可以转换为日期时间。事实上，我认为这会更容易。

【问题讨论】：

标签： python pandas

【解决方案1】：

将stack 用于Series，然后将datetimes by to_datetime 与timedeltas by to_timedelta:

df = df.stack()
df.index = pd.to_datetime(df.index.get_level_values(0), format='%Y%m') + \
           pd.to_timedelta(df.index.get_level_values(1).astype(int) - 1, unit='D') 
print (df)
2017-10-01     1
2017-10-02     2
2017-10-03     3
2017-10-04     4
2017-11-01     5
2017-11-02     6
2017-11-03     7
2017-11-04     8
2017-12-01     9
2017-12-02    10
2017-12-03    11
2017-12-04    12
dtype: int64

print (df.index)
DatetimeIndex(['2017-10-01', '2017-10-02', '2017-10-03', '2017-10-04',
               '2017-11-01', '2017-11-02', '2017-11-03', '2017-11-04',
               '2017-12-01', '2017-12-02', '2017-12-03', '2017-12-04'],
              dtype='datetime64[ns]', freq=None)

如有必要，在index 中添加strings（不是DatetimeIndex）添加DatetimeIndex.strftime：

df.index = df.index.strftime('%Y%m%d')
print (df)
20171001     1
20171002     2
20171003     3
20171004     4
20171101     5
20171102     6
20171103     7
20171104     8
20171201     9
20171202    10
20171203    11
20171204    12
dtype: int64

print (df.index)
Index(['20171001', '20171002', '20171003', '20171004', '20171101', '20171102',
       '20171103', '20171104', '20171201', '20171202', '20171203', '20171204'],
      dtype='object')

【讨论】：

Stack 正是我需要的功能！谢谢@jezrael！

【解决方案2】：

不带date。

s = df.stack()
s.index = s.index.map('{0[0]}{0[1]:>02s}'.format)
s

20171001     1
20171002     2
20171003     3
20171004     4
20171101     5
20171102     6
20171103     7
20171104     8
20171201     9
20171202    10
20171203    11
20171204    12
dtype: int64

【讨论】：

哇。这是一个很好的方法！也允许使用非日期值执行此操作。不过我不太明白。在index.map() 中，您向它传递一个字符串，该字符串指示它映射的内容。它访问层次索引“0”、0 级和 1 级。但我不知道 :>02s 是什么，以及为什么这也适用于原始“日”列中的 2 位值。
pd.Index.map 接受一个可调用对象并将每个索引值传递给它。在这种情况下，索引是多索引。因此，传递给可调用对象的每个值都是一个元组。知道了这一点，我编写了一个处理它的字符串格式化调用。你可以用字符串格式做很多时髦的事情，我不能在这里全部介绍，但我所做的是说我想要元组{0[0]}的第一个元素在前面，元组的第二个元素{0[1]}在后面。但是，我给它添加了一些对齐魔法。 {0[1]:>02s} 表示将字符串右对齐，缓冲区为 2，并用 0 填充。
感谢您的详尽解释！这太棒了。