Pandas 根据日期时间融化数据框并填充所有值 NaN答案

【问题标题】：Pandas melt dataframe in terms of date time and fill all values NaNPandas 根据日期时间融化数据框并填充所有值 NaN
【发布时间】：2023-04-06 12:45:01
【问题描述】：

我有一个数据框，包括从“1/22/20”到“2/22/20”的所有国家和日期时间。

这是我的数据框列，如下所示。

Country 1/22/20 1/23/20 1/24/20 1/25/20 1/26/20 1/27/20 1/28/20 1/29/20 1/30/20...

我尝试融合数据框以获取日期时间和国家/地区等方面的值

US 1/25/20 28

但所有值都定义为NaN

Australia   2020-01-22  NaN

我该如何解决？

这是我的代码 sn-p

def meltDataFrame(df,id_vars,value_vars,var_name,value_name):
    return pd.melt(df,
        id_vars= id_vars,
        value_vars = value_vars,
        var_name= var_name,
        value_name= value_name)

data_df_melt = meltDataFrame(data_df.reset_index(),
        ['Country'],pd.date_range('1/22/20', '3/18/20', freq='D'),'Date','Total_Count')

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

问题是列名不是日期时间。

因此，将所有没有 first 的列名称转换为日期时间：

df.columns = df.columns[:1].tolist() + pd.to_datetime(df.columns[1:]).tolist()

然后融化。

示例：

print (df)
     Country  1/22/20  1/23/20  1/24/20
0  Australia       11       42       53

df.columns = df.columns[:1].tolist() + pd.to_datetime(df.columns[1:]).tolist()
print (df)
     Country  2020-01-22 00:00:00  2020-01-23 00:00:00  2020-01-24 00:00:00
0  Australia                   11                   42                   53

【讨论】：

当我绘制绘图时，日期时间显示为 2020-01-22T00:00:00.000000000。怎么才能只有2020-01-22
@TonyBrand 用df.columns = df.columns[:1].tolist() + pd.to_datetime(df.columns[1:]).date.tolist() 更改我的解决方案，然后使用data_df_melt = meltDataFrame(data_df.reset_index(), ['Country'],pd.date_range('1/22/20', '3/18/20', freq='D').date ,'Date','Total_Count')
@TonyBrand - 用于将日期时间转换为列和meltDataFrame 函数中的日期
我使用此代码data_df_melt = meltDataFrame(data_df.reset_index(), ['Country'],pd.date_range('1/22/20', '3/18/20', freq='D').date ,'Date','Total_Count')，但它不起作用。我产生NaN
我忘了删除日期格式代码。删除后，问题就消失了。