Python 透视和绘图数据

免责声明：，其中技巧建议（对于连接，根本不要取消堆栈）对该部分很有用，但最终我实际上出于各种原因（包括打印）想要取消堆栈

以下是我的数据：

                         var1        var2
date       status                        
2003-01-01 foo      69.037500  487.713615
           fubar    69.037500  563.257104
2005-01-01 foo      69.833333  479.454816
           fubar    69.833333  630.014694
2007-01-01 foo      69.137500  465.405122

请注意，

var2

是

（日期，状态）

特定的，但是

var1

只针对给定的日期-这两种状态是相同的

因此，尽管它是2个状态和2个变量，但实际上它只有3个时间序列。我想重新格式化数据框架以反映这一点。我期望的输出是

                var1    var2_foo var2_fubar
date                          
2003-01-01 69.037500  487.713615 563.257104
2005-01-01 69.833333  479.454816 630.014694
2007-01-01 69.137500  465.405122        NaN

然后，我可以使用

df.plot(secondary_y = ['var1'])

另一个问题部分描述了我试图实现这一点的尝试，但我特别尝试的一种方法是

pivot

：

尝试：Pivot var2，然后再次合并 它几乎可以工作，但它完全删除了另一列

status             foo       fubar
date                              
2003-01-01  487.713615  563.257104
2005-01-01  479.454816  630.014694
2007-01-01  465.405122  565.706308
2009-01-01  440.538986  465.306299
2011-01-01  420.217694  419.310829
2013-01-01  439.222659  618.119540

以下是我随后合并的尝试：

df2 = aggStandard.reset_index(level=1)['var1']
date
2003-01-01    69.037500
2003-01-01    69.037500
2005-01-01    69.833333
2005-01-01    69.833333
2007-01-01    69.137500
Name: var1, dtype: float64
pd.merge(df1,df2)
AttributeError: 'Series' object has no attribute 'columns'
foo.join(bar)
TypeError: Argument 'left' has incorrect type (expected numpy.ndarray, got Index)

---

看到你原来的问题后，我认为你最好在解压后加入。从原始问题中提取

df

，沿着

状态

级别将其取消堆叠，然后从顶级列

“var”

中选择所有内容，然后在完成后进行连接

df.unstack("status")["var"].join(otherDf)

join（）。如果要适当地重命名
foo
和
fubar
，可以使用
rename
：

df.rename(columns={'foo': 'var_foo', 'fubar': 'var_fubar'})

好的，我想你明白了，但如果这是有帮助的（并且是@ASGM的一个变体）：

如果您只是将索引从date/status更改为date/var1/status呢？或者，在你的轴心点后进行合并，以恢复丢失的列？@JohnE：这些听起来像是解决办法。如果没有更干净的方法来做这件事，是的，我会接受的，但我希望有更好的方法来做这件事…是的，他们只是权宜之计。我真的想不出一个办法让pivot做你想做的事。不过，我怀疑您使用堆栈/取消堆栈可能比使用pivot更幸运。@JohnE我设法解决了这个问题，但这花了我一些时间：我需要（I）将列重新转换为数据帧，（ii）使用联接，而不是合并/追加。差不多了！我将如何重塑这些文件，使其不具有堆叠的列名？我只需要一个级别，如
var1
，
var2_foo
var2_fuubar
。我正努力让这一切持续好几个小时。在一个扩展问题中，我有比
var1
更多的列，然后
unstack（）
似乎是唯一的选择。我相信只要重命名列就行了。我会调整答案，我试过了。成功重命名第一层中的标签，但不删除这些层。是否通过如上所述的
df2.columns=
进行重命名？这为我删除了级别（将其展平），而
df.rename
没有。
df.rename(columns={'foo': 'var_foo', 'fubar': 'var_fubar'})

In [67]: df2 = df.unstack('status').iloc[:,1:]

In [68]: df2.columns = [['var1','var2_foo','var2_fubar']]

In [69]: df2
Out[69]: 
                 var1    var2_foo  var2_fubar
date                                         
2003-01-01  69.037500  487.713615  563.257104
2005-01-01  69.833333  479.454816  630.014694
2007-01-01        NaN  465.405122         NaN