python - 如何生成一个新的 Pandas 数据框，将一些行压缩到新列中？

Question

我对 pandas DataFrame 相当陌生，但我一直在观看教程并阅读有关它的文档，但我无法完全找出一种方法来完成我想要的事情。我有一个按时间戳索引的 DataFrame，我想将某个时期放入一行中。以图形方式表示:

    # start date of the series
start_date='20130101'
# range of dates
dates = pd.date_range(start_date, periods=6)

# random dataframe
df = pd.DataFrame([["(1,1)","(1,2)"],
                   ["(2,1)","(2,2)"],
                   ["(3,1)","(3,2)"],
                   ["(4,1)","(4,2)"],
                   ["(5,1)","(5,2)"],
                   ["(6,1)","(6,2)"]], index=dates, columns=list('AB'))
print(df)
# range of bucketing periods, in this case I will get just three periods covering two days each
rng = pd.period_range(start_date, periods=3,freq='2D')

这会导致

              A      B
2013-01-01  (1,1)  (1,2)
2013-01-02  (2,1)  (2,2)
2013-01-03  (3,1)  (3,2)
2013-01-04  (4,1)  (4,2)
2013-01-05  (5,1)  (5,2)
2013-01-06  (6,1)  (6,2)

我想要做的是现在生成一个新的数据帧，其中我将 rng = pd.period_range(start_date, period=3,freq='2D') 中的周期作为索引，并且与该时期相对应的行作为连续列:

              A      B      A1      B1
2013-01-01  (1,1)  (1,2)  (2,1)  (2,2)            
2013-01-03  (3,1)  (3,2)  (4,1)  (4,2)  
2013-01-05  (5,1)  (5,2)  (6,1)  (6,2)

Api 中是否有任何方法可以用来执行此操作？我想我还需要生成新标签，如 A1、B1。

另外，经过我多想，我可能可以这样做

              A      A1      B      B1
2013-01-01  (1,1)  (2,1)  (1,2)  (2,2)            
2013-01-03  (3,1)  (4,1)  (3,2)  (4,2)  
2013-01-05  (5,1)  (6,1)  (5,2)  (6,2)

Answer 1

其中一种方法是将周期转换为 timestamp 并创建一个数据帧，然后将它们连接起来，使用 ffill 方法填充 NaN 和 reshape based on index通过将新的时间戳列设置为索引，即

n = pd.DataFrame(rng.to_timestamp()).set_index(rng.to_timestamp())

result = pd.concat([df, n], axis=1).fillna(method='ffill').set_index(0)

result = result.set_index(result.groupby(level=0).cumcount(), append=True).unstack()

输出

                A             B                       0      1      0      10                                     2013-01-01  (1,1)  (2,1)  (1,2)  (2,2)2013-01-03  (3,1)  (4,1)  (3,2)  (4,2)2013-01-05  (5,1)  (6,1)  (5,2)  (6,2)In [1024]: