python - 如何用两组变量拆散 Pandas 数据框

Question

我有一张看起来像这样的 table 。从 CSV 文件中读取，因此没有级别、没有花哨的索引等。

ID  date1      amount1    date2        amount2
x   15/1/2015   100        15/1/2016   80

我的实际文件是最新的 5 和数量 5。我如何将其转换为:

ID  date       amount
x   15/1/2015  100
x   15/1/2016   80

如果我只有一个变量，我会使用 pandas.melt()，但如果有两个变量，我真的不知道如何快速完成。

我可以手动导出到内存中的 sqlite3 数据库，然后进行合并。在 pandas 中做联合更烦人，因为与 SQL 不同，它要求所有字段名称都相同，所以在 pandas 中我必须创建一个临时数据框并重命名所有字段:date1 和 amount1 的数据框，重命名字段设置为日期和金额，然后对所有其他事件执行相同的操作，然后我才能执行 pandas.concat。

有什么建议吗？谢谢!

Answer 1

这是一种方法:

>>> pandas.concat(
...     [pandas.melt(x, id_vars='ID', value_vars=x.columns[1::2].tolist(), value_name='date'),
...      pandas.melt(x, value_vars=x.columns[2::2].tolist(), value_name='amount')
...     ],
...     axis=1
... ).drop('variable', axis=1)
  ID       date  amount
0  x  15/1/2015     100
1  x  15/1/2016      80

想法是进行两次熔化，每组列一次熔化，然后将它们连接起来。这假设这两种列是交替排列的，以便 columns[1::2] 和 columns[2::2] 正确选择它们。如果没有，您必须修改它的那部分以选择您想要的列。

您也可以使用鲜为人知的 lreshape 来实现:

>>> pandas.lreshape(x, {'date': x.columns[1::2], 'amount': x.columns[2::2]})
  ID       date  amount
0  x  15/1/2015     100
1  x  15/1/2016      80

但是，lreshape 并没有真正的文档记录，也不清楚是否应该使用它。