如何将宽 Pandas DataFrame 转换为长格式，其中值代表变量和日期？

从宽数据重塑：

在数据操作领域，将宽数据集重塑为长数据集是数据的一项关键操作整合和分析。考虑以下场景：

您在 pandas 中有一个数据框，其中包含变量 AA、BB 和 CC 的每日值，并按日期索引。

+---------+----+----+----+
| date     | AA | BB | CC |
+---------+----+----+----+
| 05/03    | 1  | 2  | 3  |
| 06/03    | 4  | 5  | 6  |
| 07/03    | 7  | 8  | 9  |
| 08/03    | 5  | 7  | 1  |
+---------+----+----+----+

您希望将此数据转换为格式，其中每行代表一个变量和日期，如下所示：

+------+---------+--------+
| var  | date    | value  |
+------+---------+--------+
| AA   | 05/03   | 1      |
| AA   | 06/03   | 4      |
| AA   | 07/03   | 7      |
| AA   | 08/03   | 5      |
| BB   | 05/03   | 2      |
| BB   | 06/03   | 5      |
| BB   | 07/03   | 8      |
| BB   | 08/03   | 7      |
| CC   | 05/03   | 3      |
| CC   | 06/03   | 6      |
| CC   | 07/03   | 9      |
| CC   | 08/03   | 1      |
+------+---------+--------+

这种重组是数据集成中的典型任务，将使您能够合并此数据框与另一个具有匹配日期和初始列名称（AA、BB、CC）的数据框。

方法：Pandas 的 Melt 函数

幸运的是，pandas 提供了一种简单的方法执行此转换：pandas.melt 或 DataFrame.melt。这是一个示例：

import pandas as pd

df = pd.DataFrame({
    'date' : ['05/03', '06/03', '07/03', '08/03'],
    'AA' : [1, 4, 7, 5],
    'BB' : [2, 5, 8, 7],
    'CC' : [3, 6, 9, 1]
})
df.set_index('date', inplace=True)

dfm = df.reset_index().melt(id_vars='date')

这会将您的数据框转换为所需的长格式：

     date variable  value
0   05/03       AA      1
1   06/03       AA      4
2   07/03       AA      7
3   08/03       AA      5
4   05/03       BB      2
5   06/03       BB      5
6   07/03       BB      8
7   08/03       BB      7
8   05/03       CC      3
9   06/03       CC      6
10  07/03       CC      9
11  08/03       CC      1

以上是如何将宽 Pandas DataFrame 转换为长格式，其中值代表变量和日期？的详细内容。更多信息请关注PHP中文网其他相关文章！