Python 我可以取消堆栈（）中列的子集吗？

我有该格式的每日销售数据

col1  col2  col3  d_1  d_2  d_3  d_4
dog   yes   US    6    4    2    1
dog   no    US    4    3    2    5
cat   yes   US    4    2    0    1

其中d_1、d_2等表示第1天、第2天等的数字。我希望以以下格式的新表结束：

col1  col2  col3  day   sales
dog   yes   US    d_1   6
dog   yes   US    d_2   4
dog   yes   US    d_3   2
dog   yes   US    d_4   1
dog   no    US    d_1   4
dog   no    US    d_2   3
dog   no    US    d_3   2
dog   no    US    d_4   5
cat   yes   US    d_1   4
cat   yes   US    d_2   2
cat   yes   US    d_3   0
cat   yes   US    d_4   1

---

我该怎么做？我找到的最接近的是

df.set_index（['col1'，'col2'，'col3']）.stack（）

，但它仍然没有完成上述工作，它一直将d_1，d_2等视为某种索引，而不是像上面的示例那样将其转换为实际的堆叠数据。

您已经提供了完美的解决方案。堆叠后只需重置索引
并使用

。使用dict重命名

，以获得正确的列标题

df =pd.DataFrame({'col1': {0: 'dog', 1: 'dog', 2: 'cat'},
     'col2': {0: 'yes', 1: 'no', 2: 'yes'},
     'col3': {0: 'US', 1: 'US', 2: 'US'},
     'd_1': {0: 6, 1: 4, 2: 4},
     'd_2': {0: 4, 1: 3, 2: 2},
     'd_3': {0: 2, 1: 2, 2: 0},
     'd_4': {0: 1, 1: 5, 2: 1}})
df_stacked =df.set_index(['col1', 'col2', 'col3']).stack()\
    .reset_index()\
    .rename(columns={'level_3':'day',0:'sales'})

输出

   col1 col2 col3  day  sales
0   dog  yes   US  d_1  6
1   dog  yes   US  d_2  4
2   dog  yes   US  d_3  2
3   dog  yes   US  d_4  1
4   dog   no   US  d_1  4
5   dog   no   US  d_2  3
6   dog   no   US  d_3  2
7   dog   no   US  d_4  5
8   cat  yes   US  d_1  4
9   cat  yes   US  d_2  2
10  cat  yes   US  d_3  0
11  cat  yes   US  d_4  1

它附带了方便的参数来重命名列，使其成为一次重塑和重命名所有列的最简单方法：

value_vars = ['d_1', 'd_2', 'd_3', 'd_4']
id_vars = ['col1', 'col2', 'col3']
df.melt(id_vars, value_vars, var_name='day', value_name='sales')

   col1 col2 col3  day  sales
0   dog  yes   US  d_1      6
1   dog   no   US  d_1      4
2   cat  yes   US  d_1      4
3   dog  yes   US  d_2      4
4   dog   no   US  d_2      3
5   cat  yes   US  d_2      2
6   dog  yes   US  d_3      2
7   dog   no   US  d_3      2
8   cat  yes   US  d_3      0
9   dog  yes   US  d_4      1
10  dog   no   US  d_4      5
11  cat  yes   US  d_4      1

---

另一种可能性是，如果您有定义良好的存根（

'd_u'

）。在这里，

day

列将只是

'd.

被剥离时的数字

(pd.wide_to_long(df, i=['col1', 'col2', 'col3'], j='day', stubnames=['d'], sep='_')
   .rename(columns={'d': 'sales'})
   .reset_index())

---

增加可读性，减少代码行数！我会接受的this@BjörnB只有一点点。如果我把所有的

id\u变量

和

value\u变量

都塞进这个方法中，它不会比你的短很多。最大的好处是它具有用于重命名的自文档化参数。我发现级别_0重命名东西看起来非常不透明，尽管有时有必要：D