Python 重新格式化数据帧堆栈/取消堆栈
在过去的一天里,我一直在尝试重新塑造这个数据框架。修补堆叠/取消堆叠/熔化和将列转换为标记等,但未能实现我的目标 所需输出具有以下列:Python 重新格式化数据帧堆栈/取消堆栈,python,pandas,reshape,melt,Python,Pandas,Reshape,Melt,在过去的一天里,我一直在尝试重新塑造这个数据框架。修补堆叠/取消堆叠/熔化和将列转换为标记等,但未能实现我的目标 所需输出具有以下列: df = pd.DataFrame({'BORDER':['GERMANY','FRANCE','ITALY','USA','CANADA','MEXICO','INDIA','CHINA','JAPAN' ], 'ASID':[21, 32, 99, 77,66,55,44,88,111], 'HOUR1':[2 ,2 ,2 ,4 ,4 ,4 ,6 ,6, 6
df = pd.DataFrame({'BORDER':['GERMANY','FRANCE','ITALY','USA','CANADA','MEXICO','INDIA','CHINA','JAPAN' ], 'ASID':[21, 32, 99, 77,66,55,44,88,111], 'HOUR1':[2 ,2 ,2 ,4 ,4 ,4 ,6 ,6, 6],'HOUR2':[3 ,3 ,3, 5 ,5 ,5, 7, 7, 7], 'HOUR3':[8 ,8 ,8, 12 ,12 ,12, 99, 99, 99], 'PRICE1':[2 ,2 ,2 ,4 ,4 ,4 ,6 ,6, 6], 'PRICE2':[2 ,2 ,2 ,4 ,4 ,4 ,6 ,6, 6],'PRICE3':[2 ,2 ,2 ,4 ,4 ,4 ,6 ,6, 6] })
df = df[['ASID', 'BORDER', 'HOUR1', 'PRICE1', 'HOUR2', 'PRICE2', 'HOUR3', 'PRICE3']]
我想将所有的['HOUR1','HOUR2',HOUR3']
堆叠到一个列=HOUR
中
类似地,我希望将所有['PRICE1'、'PRICE2'、'PRICE3']
堆叠在一个列=PRICE
,以便此字段中的值与HOUR
列中的相应值对齐。在HOUR1
和PRICE1
,HOUR2
和PRICE2
,HOUR3
之间有一个链接
我很感激你能提供的任何指导 原始数据(请注意第二行“PRICE1”的更正)
首先,将索引设置为ASID
和BORDER
df = pd.DataFrame({'BORDER':['GERMANY','FRANCE','ITALY','USA','CANADA','MEXICO','INDIA','CHINA','JAPAN' ], 'ASID':[21, 32, 99, 77,66,55,44,88,111], 'HOUR1':[2 ,2 ,2 ,4 ,4 ,4 ,6 ,6, 6],'HOUR2':[3 ,3 ,3, 5 ,5 ,5, 7, 7, 7], 'HOUR3':[8 ,8 ,8, 12 ,12 ,12, 99, 99, 99], 'PRICE1':[2 ,2 ,2 ,4 ,4 ,4 ,6 ,6, 6], 'PRICE2':[2 ,2 ,2 ,4 ,4 ,4 ,6 ,6, 6],'PRICE3':[2 ,2 ,2 ,4 ,4 ,4 ,6 ,6, 6] })
df = df[['ASID', 'BORDER', 'HOUR1', 'PRICE1', 'HOUR2', 'PRICE2', 'HOUR3', 'PRICE3']]
然后,为价格和小时创建两个数据帧,并叠加结果。从这些堆叠的数据帧中删除小时数和价格级别
df.set_index(['ASID', 'BORDER'], inplace=True)
最后,连接这两个数据帧并重命名列
prices = df[['PRICE1','PRICE2', 'PRICE3']].stack()
prices.index = prices.index.droplevel(2)
hours = df[['HOUR1', 'HOUR2', 'HOUR3']].stack()
hours.index = hours.index.droplevel(2)
我喜欢。非常感谢你。谢谢。
prices = df[['PRICE1','PRICE2', 'PRICE3']].stack()
prices.index = prices.index.droplevel(2)
hours = df[['HOUR1', 'HOUR2', 'HOUR3']].stack()
hours.index = hours.index.droplevel(2)
df_new = pd.concat([hours, prices], axis=1)
df_new.columns = ['HOUR', 'PRICE']
>>> df_new
HOUR PRICE
ASID BORDER
21 GERMANY 2 2
GERMANY 3 2
GERMANY 8 2
32 FRANCE 2 2
FRANCE 3 2
FRANCE 8 2
99 ITALY 2 2
ITALY 3 2
ITALY 8 2
77 USA 4 4
USA 5 4
USA 12 4
66 CANADA 4 4
CANADA 5 4
CANADA 12 4
55 MEXICO 4 4
MEXICO 5 4
MEXICO 12 4
44 INDIA 6 6
INDIA 7 6
INDIA 99 6
88 CHINA 6 6
CHINA 7 6
CHINA 99 6
111 JAPAN 6 6
JAPAN 7 6
JAPAN 99 6