Python Df Headers:在月末插入一整年的标题行,并用零填充未填充的月份
下午好, 截至2019年3月30日的测试数据:Python Df Headers:在月末插入一整年的标题行,并用零填充未填充的月份,python,pandas,dataframe,Python,Pandas,Dataframe,下午好, 截至2019年3月30日的测试数据: Test_Data = [ ('Index', ['Year_Month','Done_RFQ','Not_Done_RFQ','Total_RFQ']), ('0', ['2019-01',10,20,30]), ('1', ['2019-02', 10, 20, 30]), ('2', ['2019-03', 20,
Test_Data = [
('Index', ['Year_Month','Done_RFQ','Not_Done_RFQ','Total_RFQ']),
('0', ['2019-01',10,20,30]),
('1', ['2019-02', 10, 20, 30]),
('2', ['2019-03', 20, 40, 60]),
]
df = pd.DataFrame(dict(Test_Data))
print(df)
Index 0 1 2
0 Year_Month 2019-01 2019-02 2019-03
1 Done_RFQ 10 10 20
2 Not_Done_RFQ 20 20 40
3 Total_RFQ 30 30 60
截至2019年3月31日的预期产量
截至2019年4月30日的预期产量
随着每个月的进展,未格式化的df将有一列额外的数据
我想:
a。替换现有df中的标题,注意在3月份只有四列,然后在4月份有5列……在12月份有13列:
df.columns = ['Report_Mongo','Month_1','Month_2','Month_3','Month_4','Month_5','Month_6','Month_7','Month_8','Month_9','Month_10','Month_11','Month_12']
b。随着这一年的进展,零价值将被数据所取代。挑战在于确定已经过去了多少个月,并且只使用数据更新未填充的列您可以按原始列的长度分配列,并且: 另一种选择是创建带有月周期的标题,优点是所有行中只有数字数据:
#set columns by first row
df.columns = df.iloc[0]
#remove first row and create index by first column
df = df.iloc[1:].set_index('Year_Month')
#convert columns to month periods
df.columns = pd.to_datetime(df.columns).to_period('m')
#reindex to full year
df = df.reindex(pd.period_range(start='2019-01',end='2019-12',freq='m'),axis=1,fill_value=0)
print (df)
2019-01 2019-02 2019-03 2019-04 2019-05 2019-06 2019-07 \
Year_Month
Done_RFQ 10 10 20 0 0 0 0
Not_Done_RFQ 20 20 40 0 0 0 0
Total_RFQ 30 30 60 0 0 0 0
2019-08 2019-09 2019-10 2019-11 2019-12
Year_Month
Done_RFQ 0 0 0 0 0
Not_Done_RFQ 0 0 0 0 0
Total_RFQ 0 0 0 0 0
多谢各位@jezrael@PeterLucas-不客气!又加了一句话,也许也有帮助。啊,太好了。再次感谢
#set columns by first row
df.columns = df.iloc[0]
#remove first row and create index by first column
df = df.iloc[1:].set_index('Year_Month')
#convert columns to month periods
df.columns = pd.to_datetime(df.columns).to_period('m')
#reindex to full year
df = df.reindex(pd.period_range(start='2019-01',end='2019-12',freq='m'),axis=1,fill_value=0)
print (df)
2019-01 2019-02 2019-03 2019-04 2019-05 2019-06 2019-07 \
Year_Month
Done_RFQ 10 10 20 0 0 0 0
Not_Done_RFQ 20 20 40 0 0 0 0
Total_RFQ 30 30 60 0 0 0 0
2019-08 2019-09 2019-10 2019-11 2019-12
Year_Month
Done_RFQ 0 0 0 0 0
Not_Done_RFQ 0 0 0 0 0
Total_RFQ 0 0 0 0 0