python - 以编程方式为 pd.melt 选择列

Question

致力于自动生成月度报告。试图找到一种替代方法，以在 pandas melt 函数中将列名手动输入到 id_vars 和 value_vars 中。是否可以通过编程方式执行此操作？

考虑一个包含 a、b、c、'12/01/2018'、'12/02/2018'、'12/03/2018' 等列的 df，其中 a、b、c 始终是 id_vars 和给定月份的每日日期(在本例中为 Dec)是要取消透视的 value_vars。而不是写出来

pd.melt(id_vars=['a','b','c'],value_vars=['12/01/2018', 
'12/02/2018','12/03/2018', etc.])

是否可以通过编程方式将 value_vars 分配给 melt 函数，以便每个月都使用相同的代码？ (1 月有 31 天的时间来逆转，但 2 月有 28 天)。

我不是 pythonista，感谢您花时间帮助我解决这个问题。

Answer 1

您可以使用:

df.melt(['a','b','c'])

df.melt 状态的文档字符串:

value_vars : tuple, list, or ndarray, optional Column(s) to unpivot. If not specified, uses all columns that are not set as id_vars.

因此，您已将 id_vars 设置为他的第一个参数，所有其他列将用作每个文档的 value_vars。