Python 如何重塑要堆叠的重复宽数据帧？

我有一个熊猫数据框，受访者在多个销售账户上回答相同的问题。我的输入数据帧的格式如下

df=pd.DataFrame（{“Sales_Acc1”：[100300]，
“销售核算2”：[200500]，
“时间1”：[2,5]，
“时间2”：[6,9]，
“附件编号附件1”：[10011005]，
“附件编号附件2”：[10091010]}，
索引=[“约翰”、“戴夫”]）
df
>>>销售\科目1销售\科目2时间\科目1时间\科目2科目\编号\科目1科目\编号\科目2
约翰100 200 2 6 1001 1009
戴夫300 500 5 9 1005 1010

我希望将此作为轴心，以便每个帐户都有自己的行。 我想要的结束数据帧如下所示：

df
>>>AccountNumber代表销售时间
约翰1002
1005约翰300 6
1009戴夫200 5
1010戴夫500 9

我试过使用melt和pivot，但我想不出来。非常感谢您的帮助。

这是一个问题，因为您的专栏的格式是

'stub\u SomeSuffix'

。因为你有一些不一致的情况，我们会把一切都降低。我们还需要从

索引

中删除名称，因为

宽到长

需要列

df.columns = df.columns.str.lower()

df = (pd.wide_to_long(df.rename_axis('Rep').reset_index(),    # Use Rep as index
                      i='Rep',                                # index of output
                      j='will_drop',                          # Suffix labels  
                      stubnames=['sales', 'acc_number', 'time'],
                      sep='_', 
                      suffix='.*') 
        .reset_index()
        .drop(columns='will_drop'))

#    Rep  sales  acc_number  time
#0  John    100        1001     2
#1  Dave    300        1005     5
#2  John    200        1009     6
#3  Dave    500        1010     9

---

如果您不喜欢

wide\u to\u long

所需的无休止的参数，我们可以在列上创建一个简单的

multi-index

，然后这就是一个

堆栈。同样，由于不一致的外壳，我们使所有列完全小写

df.columns = pd.MultiIndex.from_arrays(zip(*df.columns.str.lower().str.rsplit('_', n=1)))
#     sales      time      acc_number      
#      acc1 acc2 acc1 acc2       acc1  acc2
#John   100  200    2    6       1001  1009
#Dave   300  500    5    9       1005  1010

df.stack(-1).reset_index(-1, drop=True)
#      acc_number  sales  time
#John        1001    100     2
#John        1009    200     6
#Dave        1005    300     5
#Dave        1010    500     9

这是一个问题，因为您的列的格式为
“stub\u SomeSuffix”
。因为你有一些不一致的情况，我们会把一切都降低。我们还需要从
索引
中删除名称，因为
宽到长
需要列

df.columns = df.columns.str.lower()

df = (pd.wide_to_long(df.rename_axis('Rep').reset_index(),    # Use Rep as index
                      i='Rep',                                # index of output
                      j='will_drop',                          # Suffix labels  
                      stubnames=['sales', 'acc_number', 'time'],
                      sep='_', 
                      suffix='.*') 
        .reset_index()
        .drop(columns='will_drop'))

#    Rep  sales  acc_number  time
#0  John    100        1001     2
#1  Dave    300        1005     5
#2  John    200        1009     6
#3  Dave    500        1010     9


如果您不喜欢
wide\u to\u long
所需的无休止的参数，我们可以在列上创建一个简单的
multi-index
，然后这就是一个
堆栈。同样，由于不一致的外壳，我们使所有列完全小写

df.columns = pd.MultiIndex.from_arrays(zip(*df.columns.str.lower().str.rsplit('_', n=1)))
#     sales      time      acc_number      
#      acc1 acc2 acc1 acc2       acc1  acc2
#John   100  200    2    6       1001  1009
#Dave   300  500    5    9       1005  1010

df.stack(-1).reset_index(-1, drop=True)
#      acc_number  sales  time
#John        1001    100     2
#John        1009    200     6
#Dave        1005    300     5
#Dave        1010    500     9

我的解决方案就是这么简单，在这种情况下，我们基本上是将列放在不同的行中

首先选择相关列，然后重命名列名并将其附加到另一列以获得最终结果

这是完整的代码：

import pandas as pd
df = pd.DataFrame({"Sales_Acc1":[100,300],
              "Sales_Acc2":[200,500],
              "Time_Acc1":[2,5],
              "Time_acc2":[6,9],
              "Acc_Number_acc1":[1001,1005],
              "Acc_Number_acc2":[1009,1010]},
             index=["John","Dave"])
df1=df[['Sales_Acc1','Time_Acc1','Acc_Number_acc1']]
df2=df[['Sales_Acc2','Time_acc2','Acc_Number_acc2']]
df1.columns=['Sales_Acc','Time_Acc','Acc_Number']
df2.columns=['Sales_Acc','Time_Acc','Acc_Number']
df3 = df1.append(df2)
df3.index.names = ['Rep']
df3.head()

输出：


我的解决方案就是这么简单，在这种情况下，我们基本上是将列放在不同的行中

首先选择相关列，然后重命名列名并将其附加到另一列以获得最终结果

这是完整的代码：

import pandas as pd
df = pd.DataFrame({"Sales_Acc1":[100,300],
              "Sales_Acc2":[200,500],
              "Time_Acc1":[2,5],
              "Time_acc2":[6,9],
              "Acc_Number_acc1":[1001,1005],
              "Acc_Number_acc2":[1009,1010]},
             index=["John","Dave"])
df1=df[['Sales_Acc1','Time_Acc1','Acc_Number_acc1']]
df2=df[['Sales_Acc2','Time_acc2','Acc_Number_acc2']]
df1.columns=['Sales_Acc','Time_Acc','Acc_Number']
df2.columns=['Sales_Acc','Time_Acc','Acc_Number']
df3 = df1.append(df2)
df3.index.names = ['Rep']
df3.head()

输出：

你能提供一个我可以正确学习龙头湾的资源吗？这是我第一次读这篇文章。在你的答案面前，我的答案似乎很愚蠢。我想我应该删除它。我将投你的一票。很多事情我都知道了。@user27286事实上不，你的还不错，只是有点手动。我将在我的选项中添加另一个选项，向您展示如何使用更少的手动书写来完成此操作。感谢您的回复。在df之前，*修饰符做什么？@VictorNogueira本质上是解压元素。在中有一个比我在评论中提供的更好的解释。再想一想，从元组构造多索引可能有点清楚。你可以从元组（df.columns.str.lower（）.str.rsplit（“”，n=1.tolist（））执行pd.MultiIndex.from
）

。你能提供一个我可以正确学习longtowide的资源吗？这是我第一次读这篇文章。在你的答案面前，我的答案似乎很愚蠢。我想我应该删除它。我将投你的一票。很多事情我都知道了。@user27286事实上不，你的还不错，只是有点手动。我将在我的选项中添加另一个选项，向您展示如何使用更少的手动书写来完成此操作。感谢您的回复。在df之前，*修饰符做什么？@VictorNogueira本质上是解压元素。在中有一个比我在评论中提供的更好的解释。再想一想，从元组构造多索引可能有点清楚。您可以从元组（df.columns.str.lower（）.str.rsplit（“”，n=1）.tolist（））执行

pd.MultiIndex.from

）。您的答案中有一个小的输入错误，您在引用它之前从未定义过

df3

，导致

名称错误。（我做了小小的调整）。我猜这就是造成原版的原因downvote@ALollz.：我已运行此代码
df3
是一个新变量。这段代码运行。并给出以下输出。我又跑了一遍。你确定这就是问题所在吗？@ALollz.：我明白了……你已经编辑过了。非常感谢。我甚至都不明白…非常感谢你的帮助，让我知道我错在哪里了。再次感谢。您的答案中有一个小的输入错误，您在引用它之前从未定义过
df3
，这导致了
名称错误
。（我做了小小的调整）。我猜这就是造成原版的原因downvote@ALollz.：我已运行此代码
df3
是一个新变量。这段代码运行。并给出以下输出。我又跑了一遍。你确定这就是问题所在吗？@ALollz.：我明白了……你已经编辑过了。非常感谢。我甚至都不明白…非常感谢你的帮助，让我知道我错在哪里了。再次感谢。