Pandas 的'melt”函数如何将日期列数据重塑为行？

使用 Pandas 将列转换为行

当表格数据包含日期作为列标题时，将这些列转换为具有相应值的行可能是一项有价值的任务。为了实现这种转换，Python 的 Pandas 库提供了一个方便的解决方案。

问题

提供的数据集展示了一种结构，其中信息按不同日期的位置进行分组，每个日期都由不同的列标题表示。目标是将这些数据重塑为一种格式，其中每行代表一个位置、日期和关联值。

解决方案

为了将列转换为行，Pandas 提供了熔化函数。此函数允许我们指定哪些列应作为列标题，哪些列应作为行标题。在这种情况下，名称和位置被设置为行标题，日期标题被融合到单个日期列中，而它们的值成为值列。

df.melt(id_vars=["location", "name"],
        var_name="Date",
        value_name="Value")

生成的 DataFrame 将类似于预期输出：

  location  name        Date  Value
0        A  "test"    Jan-2010     12
1        B   "foo"    Jan-2010     18
2        A  "test"    Feb-2010     20
3        B   "foo"    Feb-2010     20
4        A  "test"  March-2010     30
5        B   "foo"  March-2010     25

对于旧版本的 Pandas（

df2 = pd.melt(df,
                  id_vars=["location", "name"], 
                  var_name="Date",
                  value_name="Value")
df2 = df2.sort(["location", "name"])

以上是Pandas 的'melt”函数如何将日期列数据重塑为行？的详细内容。更多信息请关注PHP中文网其他相关文章！