Python 将某些列转换为行

因此，我的数据集有n个日期的位置信息。问题是每个日期实际上都是不同的列标题。例如，CSV看起来像

location    name    Jan-2010    Feb-2010    March-2010
A           "test"  12          20          30
B           "foo"   18          20          25

我想让它看起来像

location    name    Date        Value
A           "test"  Jan-2010    12       
A           "test"  Feb-2010    20
A           "test"  March-2010  30
B           "foo"   Jan-2010    18       
B           "foo"   Feb-2010    20
B           "foo"   March-2010  25

---

问题是我不知道该列中有多少个日期（尽管我知道它们总是在名称之后开始）

更新
从v0.20开始，

melt

是一个一阶函数，您现在可以使用

df.melt(id_vars=["location", "name"], 
        var_name="Date", 
        value_name="Value")

  location    name        Date  Value
0        A  "test"    Jan-2010     12
1        B   "foo"    Jan-2010     18
2        A  "test"    Feb-2010     20
3        B   "foo"    Feb-2010     20
4        A  "test"  March-2010     30
5        B   "foo"  March-2010     25

---

---

旧版本：我想我找到了一个更简单的解决方案

temp1 = pd.melt(df1, id_vars=["location"], var_name='Date', value_name='Value')
temp2 = pd.melt(df1, id_vars=["name"], var_name='Date', value_name='Value')

将整个

temp1

与

temp2

的列

name

temp1['new_column'] = temp2['name']

你现在得到了你想要的

您可以在年份列中添加前缀，然后直接馈送到

pd.wide\u to\u long

。我不会假装这是有效的，但在某些情况下，它可能比，例如，当您的列已经有一个适当的前缀时更方便

df.columns = np.hstack((df.columns[:2], df.columns[2:].map(lambda x: f'Value{x}')))

res = pd.wide_to_long(df, stubnames=['Value'], i='name', j='Date').reset_index()\
        .sort_values(['location', 'name'])

print(res)

   name        Date location  Value
0  test    Jan-2010        A     12
2  test    Feb-2010        A     20
4  test  March-2010        A     30
1   foo    Jan-2010        B     18
3   foo    Feb-2010        B     20
5   foo  March-2010        B     25

用于

多索引系列

，然后用于

数据帧

添加

重命名

：

df1 = (df.set_index(["location", "name"])
         .stack()
         .reset_index(name='Value')
         .rename(columns={'level_2':'Date'}))
print (df1)
  location  name        Date  Value
0        A  test    Jan-2010     12
1        A  test    Feb-2010     20
2        A  test  March-2010     30
3        B   foo    Jan-2010     18
4        B   foo    Feb-2010     20
5        B   foo  March-2010     25

---

添加一个可复制的笔记本链接，使用以下方法演示@DMS的答案：

---

@DSM此函数的反方向是什么。i、 e.如何将

df2

[返回]转换为

df

@3kstc。你想看看枢轴。可能是

pandas.pivot\u表（df2，values='Value'，index=['location'，'name']，columns='Date'）。reset\u index（）

@DSM有什么方法可以倒退吗？这意味着我有许多行的名称相同，我希望所有的日期都不同columns@Adrian您可以在df操作中取消熔化/反向熔化（也称为旋转）。有关更多详细信息，请查看此

df1 = (df.set_index(["location", "name"])
         .stack()
         .reset_index(name='Value')
         .rename(columns={'level_2':'Date'}))
print (df1)
  location  name        Date  Value
0        A  test    Jan-2010     12
1        A  test    Feb-2010     20
2        A  test  March-2010     30
3        B   foo    Jan-2010     18
4        B   foo    Feb-2010     20
5        B   foo  March-2010     25

df.melt(id_vars=["location", "name"], 
    var_name="date", 
    value_name="value")