Python 我怎样才能把每一天转换成一个熊猫的日期栏呢

Python 我怎样才能把每一天转换成一个熊猫的日期栏呢,python,pandas,Python,Pandas,我有一个熊猫数据框,以每天为一列。我想将日期转换为单个数据列以执行一些分析。我试着在很多地方搜索,但没有一个地方提到这种情况。你能帮我做这个吗 Product_ID 1/22/2020 1/23/2020 1/24/2020 1/25/2020 1/26/2020 ABC 1 3 2 3 5 ABD 2 1 2

我有一个熊猫数据框,以每天为一列。我想将日期转换为单个数据列以执行一些分析。我试着在很多地方搜索,但没有一个地方提到这种情况。你能帮我做这个吗

Product_ID  1/22/2020   1/23/2020   1/24/2020   1/25/2020   1/26/2020   
ABC         1           3           2           3           5   
ABD         2           1           2           2           5   
ABC         0           1           0           3           4   
ABD         1           1           1           3           8   
ABC         3           0           0           3           4   
ABE         6           2           2           1           5   
我想要的输出是:

Date        ABC     ABD     ABE
1/22/2020   4       3       6
1/23/2020   7       2       2
1/24/2020   2       3       2
1/25/2020   9       5       1
1/26/2020   13      13      5
它为重复的列添加数据

编辑:


对产品ID进行分组确实可以得到每个日期的每个产品的总和,但我仍然无法将日期提取为不同的“日期”列

如果初始数据帧如下所示:

data = {
    'Product_ID': {0: 'ABC', 1: 'ABD', 2: 'ABC', 3: 'ABD', 4: 'ABC', 5: 'ABE'},
    '1/22/2020': {0: 1, 1: 2, 2: 0, 3: 1, 4: 3, 5: 6},
    '1/23/2020': {0: 3, 1: 1, 2: 1, 3: 1, 4: 0, 5: 2},
    '1/24/2020': {0: 2, 1: 2, 2: 0, 3: 1, 4: 0, 5: 2},
    '1/25/2020': {0: 3, 1: 2, 2: 3, 3: 3, 4: 3, 5: 1},
    '1/26/2020': {0: 5, 1: 5, 2: 4, 3: 8, 4: 4, 5: 5}
}
df = pd.DataFrame(data)

print(df)
  Product_ID  1/22/2020  1/23/2020  1/24/2020  1/25/2020  1/26/2020
0        ABC          1          3          2          3          5
1        ABD          2          1          2          2          5
2        ABC          0          1          0          3          4
3        ABD          1          1          1          3          8
4        ABC          3          0          0          3          4
5        ABE          6          2          2          1          5
正如@Quang Hoang在上面的评论中指出的那样,您可以对数据进行分组。并获取
Date
列,以及
Date
的旧索引列。如果需要,还可以重命名柱轴。代码如下:

df_new = df\
    .groupby('Product_ID').sum().T\
    .reset_index()\
    .rename(columns={'index': 'Date'})\
    .rename_axis(None, axis='columns')

print(df_new)
        Date  ABC  ABD  ABE
0  1/22/2020    4    3    6
1  1/23/2020    4    2    2
2  1/24/2020    2    3    2
3  1/25/2020    9    5    1
4  1/26/2020   13   13    5

df.groupby('Product_ID').sum().T
?谢谢你,Quang。它成功了。但是列名仍然不是日期。实际上,product_id列可以完全消失。我需要一个“日期”列名。我也在做实验的时候看到了
rename\u axis
。但是我仍然不把'date'看作是df.columns索引(['ABC','ABD','ABE'],dtype='object',name='Product\u ID'列)