基于日期信息重构pandas数据框架

Question

我有以下数据框架:

df

Current_date     ID     Current_date+1  Current_Date+2  
19/10/2021       11     0.9                  0.8
19/10/2021       11     0.7                  0.6
19/10/2021       12     1.0                  1.5 
19/10/2021       13     0.8                  0.5

我想重新整理一下，得到下面的表格。为了明确起见，要获得Date列值，如果它是Current_date+1，并且在第一列上有1天(' ' Current_date) and if it isCurrent_date+2 ' ' ' ')，则在当前日期上添加两天。然后创建一个新列来赋值。

Current_date     ID     Date                Value  
19/10/2021       11     20/10/2021          0.9               
19/10/2021       11     20/10/2021          0.7
19/10/2021       12     20/10/2021          1.0        
19/10/2021       13     20/10/2021          0.8                                
19/10/2021       11     21/10/2021          0.8           
19/10/2021       11     21/10/2021          0.6
19/10/2021       12     21/10/2021          1.5        
19/10/2021       13     21/10/2021          0.5                

在Pandas Python中有人能帮我吗?

Answer 1

通过Series.str.extract和to_timedelta列的最后整数提取add timedeltas来使用DataFrame.melt:

df = df.melt(['Current_date','ID'], var_name='Date', value_name='Value')
td = pd.to_timedelta(df['Date'].str.extract('(d+)$', expand=False).astype(int), unit='D')
df['Date']=pd.to_datetime(df['Current_date'],dayfirst=True).add(td).dt.strftime('%d/%m/%Y')
print (df)
Current_date  ID        Date  Value
0   19/10/2021  11  20/10/2021    0.9
1   19/10/2021  11  20/10/2021    0.7
2   19/10/2021  12  20/10/2021    1.0
3   19/10/2021  13  20/10/2021    0.8
4   19/10/2021  11  21/10/2021    0.8
5   19/10/2021  11  21/10/2021    0.6
6   19/10/2021  12  21/10/2021    1.5
7   19/10/2021  13  21/10/2021    0.5

Answer 2

一个选项是使用pivot_longer from pyjanitor:

# pip install pyjanitor
import pandas as pd
import janitor
df['Current_date'] = pd.to_datetime(df.Current_date)
(df.rename(columns = {"Current_date+1":"Value+1", 
"Current_Date+2":"Value+2"})
.pivot_longer(index=['Current_date', 'ID'], 
names_to=(".value", "Date"), 
names_sep="+")
.assign(Date = lambda df: df.Current_date + 
pd.to_timedelta(df.Date.astype(int), unit='D'))
) 
Current_date  ID       Date  Value
0   2021-10-19  11 2021-10-20    0.9
1   2021-10-19  11 2021-10-20    0.7
2   2021-10-19  12 2021-10-20    1.0
3   2021-10-19  13 2021-10-20    0.8
4   2021-10-19  11 2021-10-21    0.8
5   2021-10-19  11 2021-10-21    0.6
6   2021-10-19  12 2021-10-21    1.5
7   2021-10-19  13 2021-10-21    0.5

您也可以使用pd.wide_to_long:

实现此目的

df = df.rename(columns = {"Current_date+1":"Value+1", 
"Current_Date+2":"Value+2"})

(pd.wide_to_long(df.reset_index(), 
stubnames = 'Value', 
i = ['Current_date', 'ID', 'index'], 
j= 'Date', 
sep='+')
.droplevel('index')
.reset_index()
.assign(Date = lambda df: df.Current_date + 
pd.to_timedelta(df.Date.astype(int), unit='D'))
)
Current_date  ID       Date  Value
0   2021-10-19  11 2021-10-20    0.9
1   2021-10-19  11 2021-10-21    0.8
2   2021-10-19  11 2021-10-20    0.7
3   2021-10-19  11 2021-10-21    0.6
4   2021-10-19  12 2021-10-20    1.0
5   2021-10-19  12 2021-10-21    1.5
6   2021-10-19  13 2021-10-20    0.8
7   2021-10-19  13 2021-10-21    0.5