python - 将 Pandas-Dataframe 从横截面数据重新排列为面板数据

Question

这个问题已经有答案了:

How to melt 2 columns at the same time? (2 个回答)

已关闭 3 年前。

我想将横截面重新排列成面板数据。

不幸的是，我无法使用 pd.melt 重新排列它。或pd.pivot公式。我还在堆栈溢出社区中搜索了解决方案，但没有找到符合问题的答案。

当前数据具有以下形式:

ID  FA_17   FA_18   TA_17   TA_18   OR_17   OR_18
-----------------------------------------------------
ID1  590     304     313     682     671     499
ID2  832     344     482     223     580     789
ID3  598     138     125     712     775     761

最后应将它们转换为以下顺序:

     FA      TA      OR
ID1 FA_17   TA_17    OR_17
ID1 FA_18   TA_18    OR_18
ID2 FA_17   TA_17    OR_17
ID2 FA_18   TA_18    OR_18
ID3 FA_17   TA_17    OR_17
ID3 FA_18   TA_18    OR_18

提前非常感谢您!

Answer 1

按 DataFrame.set_index 不带 _ 的所有列创建索引，然后通过Series.str.split创建列中的MultiIndex并通过 DataFrame.stack reshape ，最后通过DataFrame.reset_index删除索引中的MultiIndex的第二级与drop=True:

df = df.set_index('ID')
df.columns = df.columns.str.split('_', expand=True)
df = df.stack().reset_index(level=1, drop=True)

print (df)
      FA   OR   TA
ID                
ID1  590  671  313
ID1  304  499  682
ID2  832  580  482
ID2  344  789  223
ID3  598  775  125
ID3  138  761  712

或者使用wide_to_long :

df1 = (pd.wide_to_long(df, stubnames=['FA','TA','OR'], j='p', i='ID', sep='_')
         .reset_index(level=1, drop=True)
         .sort_index())
print (df1)
      FA   TA   OR
ID                
ID1  590  313  671
ID1  304  682  499
ID2  832  482  580
ID2  344  223  789
ID3  598  125  775
ID3  138  712  761