Python 3.x 垂直组合一列到另一列，并填充其他列中的值

如果在以下数据框中有异常列

2019/2/1

：

date,type,ratio,2019/2/1
2019/1/1,food,0.4,0.3
2019/1/1,vegetables,0.2,0.6
2019/1/1,toy,0.1,0.5

如何将

2019/2/1

垂直附加到

比率

预期结果如下：

       date        type  ratio
0  2019/1/1        food    0.4
1  2019/1/1  vegetables    0.2
2  2019/1/1         toy    0.1
3  2019/2/1        food    0.3
4  2019/2/1  vegetables    0.6
5  2019/2/1         toy    0.5

---

第一个想法是在

melt

之前

rename

列

ratio

：

df1 = (df.rename(columns={'ratio':'2019/1/1'})
         .drop('date', 1)
         .melt('type',value_name='ratio', var_name='date'))

print (df1)
         type      date  ratio
0        food  2019/1/1    0.4
1  vegetables  2019/1/1    0.2
2         toy  2019/1/1    0.1
3        food  2019/2/1    0.3
4  vegetables  2019/2/1    0.6
5         toy  2019/2/1    0.5

df['date'] = pd.to_datetime(df['date']) 
df2 = df.melt(['date','type'],value_name='ratio') 
df2['date'] = pd.to_datetime(df2.pop('variable'), errors='coerce').fillna(df2['date'])
print (df2)
        date        type  ratio
0 2019-01-01        food    0.4
1 2019-01-01  vegetables    0.2
2 2019-01-01         toy    0.1
3 2019-02-01        food    0.3
4 2019-02-01  vegetables    0.6
5 2019-02-01         toy    0.5

另一个是将

datetime

s列替换为

melt

之后的

date

列：

df1 = (df.rename(columns={'ratio':'2019/1/1'})
         .drop('date', 1)
         .melt('type',value_name='ratio', var_name='date'))

print (df1)
         type      date  ratio
0        food  2019/1/1    0.4
1  vegetables  2019/1/1    0.2
2         toy  2019/1/1    0.1
3        food  2019/2/1    0.3
4  vegetables  2019/2/1    0.6
5         toy  2019/2/1    0.5

df['date'] = pd.to_datetime(df['date']) 
df2 = df.melt(['date','type'],value_name='ratio') 
df2['date'] = pd.to_datetime(df2.pop('variable'), errors='coerce').fillna(df2['date'])
print (df2)
        date        type  ratio
0 2019-01-01        food    0.4
1 2019-01-01  vegetables    0.2
2 2019-01-01         toy    0.1
3 2019-02-01        food    0.3
4 2019-02-01  vegetables    0.6
5 2019-02-01         toy    0.5

---

使用融化剂

df.melt（['date'，'type']，value_name='ratio'）.drop（'variable'，1）

@ahbon-你需要

（df.rename（columns={'ratio'：'2019/1/1'）drop（'date'，1.）.melt（['type']，value_name='ratio'，var_name='date date'））

？@ahbon或者类似于

df df['date date']=pd.to'datetime（df['date']）]的东西=pd.to_datetime（df.pop（'variable'），errors='concurve'）.fillna（df['date']）

@anky_91，谢谢，但是您的解决方案给出的所有日期都是

2019/1/1

，事实上，附加的行应该是

2019/2/1

@jezrael，谢谢。