python - 如何将此时间序列多索引数据帧 reshape 为其 "transpose"？-6ren

python - 如何将此时间序列多索引数据帧 reshape 为其 "transpose"？

转载作者：太空宇宙更新时间：2023-11-03 15:29:58

25

4

并不是真的在寻找转置(我不这么认为)，但我想不出更好的描述符。

我有这个数据框:

ticker     2282 JP Equity                 3401 JP Equity          
field               OP007   OP008          OP007   OP008   
2017-02-01         0.5193  1.0732          0.647  1.8618

这是一个值为 1 的时间序列，因此并不是真正的时间序列。我想要这个:

                  OP007   OP008
2282 JP Equity   0.5193  1.0732
3401 JP Equity    0.647  1.8618

使 1 级列标题成为行索引，使 2 级列标题成为新列索引。有办法做到这一点吗？

最佳答案

使用堆栈

df.stack('ticker')

或者

df.stack(0)

演示

df = pd.DataFrame(
    [[0.5193, 1.0732, 0.647, 1.8618]],
    pd.to_datetime(['2017-02-01']),
    pd.MultiIndex.from_product([
            ['2282 JP Equity', '3401 JP Equity'],
            ['OP007', 'OP008']
        ], names=['ticker', 'field'])
)

df

ticker     2282 JP Equity         3401 JP Equity        
field               OP007   OP008          OP007   OP008
2017-02-01         0.5193  1.0732          0.647  1.8618

然后

df.stack('ticker')

field                       OP007   OP008
           ticker                        
2017-02-01 2282 JP Equity  0.5193  1.0732
           3401 JP Equity  0.6470  1.8618

关于python - 如何将此时间序列多索引数据帧 reshape 为其 "transpose"？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42958647/

25

4

0

文章推荐： python - Tensorflow tf.size 不适用于 tf.unique 的动态长度张量

文章推荐： c# - 如何在 UWP 中通过 PathGeometry 进行裁剪？

文章推荐： google-app-engine - 针对动态后端的任务经常无提示地失败

reshape - 如何检查APL中的字符串是否被 reshape ？
如何检查字符串是否被 reshape ？示例:“aab”返回 0，因为“a”无法 reshape 为该字符串或任何其他更短的字符串。另一个例子是“aabbaab”返回 1，因为“aabb”可以被 r
reshape - Theano reshape
我无法清楚地理解theano的reshape。我有一个形状的图像矩阵: [batch_size, stack1_size, stack2_size, height, width] ，其中有 s
reshape - 如何检查APL中的字符串是否被 reshape ？
如何检查字符串是否被 reshape ？示例:“aab”返回 0，因为“a”无法 reshape 为该字符串或任何其他更短的字符串。另一个例子是“aabbaab”返回 1，因为“aabb”可以被 r
reshape - 如何像这样使用 python reshape 数据集
这是原始数据 a=[[1,2,3,4,5,6], [7,8,9,10,11,12]] 我想把它转换成这样的格式: b=[[1,2,3,7,8,9], [4,5,6,10,11,12]] a
python - 只是 reshape 和 reshape 和获得转置之间的区别？
我目前正在学习 CS231 作业，我意识到一些令人困惑的事情。在计算梯度时，当我第一次 reshape x 然后得到转置时，我得到了正确的结果。 x_r=x.reshape(x.shape[0],-1
r - 如何使用 reshape 包 reshape 此数据框
这个问题在这里已经有了答案: Reshaping multiple sets of measurement columns (wide format) into single columns (lon
当 reshape 无法猜测时变变量的名称时， reshape r 中的数据
我有一个包含超过 1500 列的宽格式数据集。由于许多变量都是重复的，我想将其 reshape 为长形式。然而，r 抛出一个错误: Error in guess(varying) : Failed
从长到宽 reshape 数据 - 了解 reshape 参数
我有一个长格式的数据框狗，我正在尝试使用 reshape() 函数将其重新格式化为宽格式。目前看起来是这样的: dogid month year trainingtype home scho
python - NumPy 使用 reshape 函数 reshape 数组
这个问题在这里已经有了答案: how to reshape an N length vector to a 3x(N/3) matrix in numpy using reshape (1 个回答)
python - 'numpy.reshape' 和 'ndarray.reshape' 如何等效？
我对 ndarray.reshape 的结构有疑问.我读过 numpy.reshape()和 ndarray.reshape是 python 中用于 reshape 数组的等效命令。据我所知，num
reshape - 在 Stata 中没有唯一的 "j"变量的情况下如何 reshape ？
所以这是我的麻烦:我想将一个长格式的数据文件改成宽格式。但是，我没有唯一的“j”变量；长格式文件中的每条记录都有几个关键变量。例如，我想这样做: | caseid | gender | age |
从 base reshape vs 从具有缺失值的 reshape2 reshape
Whis 这个数据框， df df id parameter visit value sex 1 01 blood V1 1 f 2 01 saliva V
python - reshape numpy 数组的列表，然后 reshape 回来
我有一个列表，其中包含几个不同形状的 numpy 数组。我想将这个数组列表 reshape 为一个 numpy 向量，然后更改向量中的每个元素，然后将其 reshape 回原始数组列表。例如: 输入
Python 使用 np.reshape 按特定顺序 reshape 数组
我有一个形状为 (1800,144) 的数组 (a) 其中 a[0:900,:] 都是实数，后半部分数组 a[900:1800,:] 全部为零。我想把数组的后半部分水平地放在前半部分旁边，然后将它们推
python - 在 Python 中使用 reshape reshape 数组
我有一个如下所示的数组: array([[0, 0, 0, 0, 0, 0, 0, 0], [1, 1, 1, 1, 1, 1, 1, 1], [2, 2, 2, 2, 2
python - 为什么 Tensorflow Reshape tf.reshape() 会破坏梯度流？
我正在创建一个 tf.Variable()，然后使用该变量创建一个简单的函数，然后我使用 tf.reshape() 展平原始变量，然后我在函数和展平变量之间使用了 tf.gradients()。为什么
python - 使用 array.reshape(-1, 1) reshape 数组
我有一个名为 data 的数据框，我试图从中识别任何异常价格。数据框头部看起来像: Date Last Price 0 29/12/2017 487.74 1 28/
python - 使用 numpy reshape 数组 - ValueError : cannot reshape array
我有一个 float vec 数组，我想对其进行 reshape vec.shape >>> (3,) len(vec[0]) # all 3 rows of vec have 150 columns
python - 在不使用 reshape 的情况下 reshape n 维数组的 View
tl;dr 我可以在不使用 numpy.reshape 的情况下将 numpy 数组的 View 从 5x5x5x3x3x3 reshape 为 125x1x1x3x3x3 吗？我想对一个体积(大小
reshape() function to make wide to long data(RESHAPE()函数使数据变宽变长)
set.seed(123)data <- data.frame(ID = 1:10, weight_hus = rnorm(10, 0, 1),

首页

博学

6Ren·AI

商城

python - 如何将此时间序列多索引数据帧 reshape 为其 "transpose"？