python - 将一级混合头数据帧转换为 Pandas 中的垂直数据帧

Question

以下数据框有多个列名称，格式为 item:district:

   date  price:dc  price:xc  price:cy  ratio:dc  ratio:xc  ratio:cy
0  2017        12        11        14       0.1       0.1       0.3
1  2018        14        12        15       0.2       0.7       0.6
2  2019        13        13        16       0.5      -0.2       0.8

是否可以按如下方式将其转换为新的数据框？谢谢。

   date district  price  ratio
0  2017       dc     12    0.1
1  2018       dc     14    0.2
2  2019       dc     13    0.5
3  2017       xc     11    0.1
4  2018       xc     12    0.7
5  2019       xc     13   -0.2
6  2017       cy     14    0.3
7  2018       cy     15    0.6
8  2019       cy     16    0.8

Answer 1

您可以创建MultiIndex，其中的列: by str.split由非 : 列在 DataFrame.set_index 之前创建索引然后通过 DataFrame.stack reshape :

df = df.set_index('date')
df.columns = df.columns.str.split(':', expand=True)
df = df.stack().rename_axis(('date','district')).reset_index()
print (df)
   date district  price  ratio
0  2017       cy     14    0.3
1  2017       dc     12    0.1
2  2017       xc     11    0.1
3  2018       cy     15    0.6
4  2018       dc     14    0.2
5  2018       xc     12    0.7
6  2019       cy     16    0.8
7  2019       dc     13    0.5
8  2019       xc     13   -0.2

如果排序很重要，一种解决方案是创建有序分类:

df = df.set_index('date')
df.columns = df.columns.str.split(':', expand=True)

lvl = pd.CategoricalIndex(df.columns.levels[1], 
                          ordered=True, 
                          categories=df.columns.get_level_values(1).drop_duplicates())
df.columns = df.columns.set_levels(lvl, level=1)

df = df.stack().sort_index(level=[1,0]).rename_axis(('date','district')).reset_index()
print (df)
   date district  price  ratio
0  2017       dc     12    0.1
1  2018       dc     14    0.2
2  2019       dc     13    0.5
3  2017       xc     11    0.1
4  2018       xc     12    0.7
5  2019       xc     13   -0.2
6  2017       cy     14    0.3
7  2018       cy     15    0.6
8  2019       cy     16    0.8