python - 使用 Pandas reshape 长格式多值数据框

Question

我想转:

DateTime                     ColumnName        Min      Avg      Max                                                                                      
2012-10-14 11:29:23.810000   Percent_Used       24       24       24
2012-10-14 11:29:23.810000   Current_Count  254503   254503   254503
2012-10-14 11:29:23.810000   Max           1048576  1048576  1048576
2012-10-14 11:34:23.813000   Percent_Used       24       24       24
2012-10-14 11:34:23.813000   Current_Count  254116   254116   254116
2012-10-14 11:34:23.813000   Max           1048576  1048576  1048576

进入一个数据框，其中 DateTimes 是唯一的(一个索引)并且列是:

DataTime、Percent_Used_Min、Percent_Used_Avg、Percent_Used_Max、Current_Count_Min、Current_Count_Avg、Current_Count_Max、Max_Min、Max_Avg、Max_Max

基本上，我想模仿 R 的 melt/cast 而无需进入层次索引或堆叠数据帧。我似乎无法完全理解上述与堆叠/取消堆叠、熔化或数据透视表/数据透视表的播放——有没有好的方法来做到这一点？

例如，在 R 中它会是这样的:

dynamic_melt = melt(dynamic, id = c("DateTime", "ColumnName"))
recast = data.frame(cast(dynamic_melt, DateTime ~ ...))

以上数据将是可变的(即 ColumnName 的值不会总是相同的东西，它们可能或多或少，以及不同的名称)。

Answer 1

pandas.core.reshape 中有一个melt:

In [52]: melted = reshape.melt(df, id_vars=['DateTime', 'ColumnName'])

In [53]: melted.set_index(['DateTime', 'ColumnName', 'variable']).value.unstack([1, 2])
Out[53]: 
ColumnName                  Percent_Used  Current_Count      Max  Percent_Used  Current_Count      Max  Percent_Used  Current_Count      Max
variable                             Min            Min      Min           Avg            Avg      Avg           Max            Max      Max
DateTime                                                                                                                                    
2012-10-14 11:29:23.810000            24         254503  1048576            24         254503  1048576            24         254503  1048576
2012-10-14 11:34:23.813000            24         254116  1048576            24         254116  1048576            24         254116  1048576

列最终成为一个 MultiIndex，但如果这对您来说是一个交易破坏者，只需连接名称并将其设为常规索引即可。