我有一个数据框架,其中包含不同年份不同时间段的每个产品的销售额:
df = pd.DataFrame({'Product': {0: '1', 1: '1', 2: '2', 3: '2'},
'Year': {0: 2000, 1: 2001, 2: 2001, 3:2002},
'Jan-Feb': {0: 2, 1: 4, 2: 2, 3:4},
'Mar-Apr': {0: 1, 1: 2, 2: 1, 3:6}})
df
的产品是每个year
的产品1和2的销售额,但一年内的时间段显示在不同的列中。在这个例子中,我展示了两列,但还有四列代表一年中连续两个月的剩余时间段。
我想把df
重塑成这样:
df2 = pd.DataFrame({'Product': {0: '1', 1: '1', 2: '1', 3: '1', 4: '2', 5: '2', 6: '2', 7: '2'},
'Year': {0: 2000, 1: 2000, 2: 2001, 3:2001,4: 2001, 5: 2001, 6: 2002, 7:2002},
'Period': {0: 'Jan-Feb', 1: 'Mar-Apr', 2: 'Jan-Feb', 3:'Mar-Apr', 4: 'Jan-Feb', 5: 'Mar-Apr', 6: 'Jan-Feb', 7:'Mar-Apr'},
'Sales': {0: 2, 1: 1, 2: 4, 3: 2, 4: 2, 5: 1, 6: 4, 7: 6}})
在这种情况下,月份期间都在一列中,销售额在另一列中。我尝试过不同形式的重塑,但我显然错过了一些东西,因为我还没有成功地找到一个能满足我想要的。
用melt
检查
out = df.melt(['Product','Year'], var_name = 'Period', value_name = 'Sales')
Product Year Period Sales
0 1 2000 Jan-Feb 2
1 1 2001 Jan-Feb 4
2 2 2001 Jan-Feb 2
3 2 2002 Jan-Feb 4
4 1 2000 Mar-Apr 1
5 1 2001 Mar-Apr 2
6 2 2001 Mar-Apr 1
7 2 2002 Mar-Apr 6
使用stack()
:
df = df.set_index(['Product','Year']).stack(0).reset_index()
df.columns = ['Product','Year','Period','Sales']
输出:
Product Year Period Sales
0 1 2000 Jan-Feb 2
1 1 2000 Mar-Apr 1
2 1 2001 Jan-Feb 4
3 1 2001 Mar-Apr 2
4 2 2001 Jan-Feb 2
5 2 2001 Mar-Apr 1
6 2 2002 Jan-Feb 4
7 2 2002 Mar-Apr 6