如何在 Python 中部分转置 CSV 表

Question

我正在阅读一个 csv 文件，其中包含数周内按商店按产品划分的每周销售数据，并尝试部分转置数据，以便每一行代表按产品、商店、周划分的每周交易

从这里出发：

Product,Store,9/1/18,9/8/18,9/15/18,9/22/18
vacuum,123,1,5,3,3
toaster,456,5,7,4,10

对此：

Product,Store,Week,Sales
vacuum,123,9/1/18,1
vacuum,123,9/8/18,5
vacuum,123,9/15/18,3
vacuum,123,9/22/18,3
toaster,456,9/1/18,5
toaster,456,9/8/18,7
toaster,456,9/15/18,4
toaster,456,9/22/18,10...

我是 Python 的新手(2 天大(，我半懂了使用 zip_longest/阅读器/编写器的完整转置，但无法弄清楚如何做部分版本

Answer 1

另外，

df.set_index(['Product','Store']).stack().reset_index()

输出：

Product  Store  level_2   0
0   vacuum    123   9/1/18   1
1   vacuum    123   9/8/18   5
2   vacuum    123  9/15/18   3
3   vacuum    123  9/22/18   3
4  toaster    456   9/1/18   5
5  toaster    456   9/8/18   7
6  toaster    456  9/15/18   4
7  toaster    456  9/22/18  10

使用清理的列命名，

(df.set_index(['Product','Store'])
.rename_axis('Week', axis=1)
.stack()
.rename('Sales')
.reset_index())

输出：

Product  Store     Week  Sales
0   vacuum    123   9/1/18      1
1   vacuum    123   9/8/18      5
2   vacuum    123  9/15/18      3
3   vacuum    123  9/22/18      3
4  toaster    456   9/1/18      5
5  toaster    456   9/8/18      7
6  toaster    456  9/15/18      4
7  toaster    456  9/22/18     10

Answer 2

您可以使用 melt 来执行此操作：

df.melt(id_vars=['Product', 'Store',],
value_vars=['9/1/18', '9/8/18','9/15/18','9/22/18'], 
var_name='week', value_name='Sales')
Product Store   week    Sales
0   vacuum  123  9/1/18     1
1   toaster 456  9/1/18     5
2   vacuum  123  9/8/18     5
3   toaster 456  9/8/18     7
4   vacuum  123  9/15/18    3
5   toaster 456  9/15/18    4
6   vacuum  123  9/22/18    3
7   toaster 456  9/22/18    10

Answer 3

您可以使用df.pivot()：

df.pivot(index='Product', columns='Store').stack(level=[1,0]).reset_index()

例如：

import pandas as pd
df = pd.read_csv('test.csv')
df = df.pivot(index='Product', columns='Store').stack(level=[1,0]).reset_index()
df.columns = ['Product','Store','Week','Sales']

这给了：

Product  Store     Week  Sales
0  toaster    456   9/1/18    5.0
1  toaster    456   9/8/18    7.0
2  toaster    456  9/15/18    4.0
3  toaster    456  9/22/18   10.0
4   vacuum    123   9/1/18    1.0
5   vacuum    123   9/8/18    5.0
6   vacuum    123  9/15/18    3.0
7   vacuum    123  9/22/18    3.0