python-3.x - 如何在多列中使用 pd.melt()？

Question

我目前在创建名为 payment_types_Owned 的维度表时遇到问题列出客户拥有的产品数量、余额以及每次付款的限额。目前，我有一个看起来像这样的表:

cust_id 支付类型 X 拥有 支付类型 Y 拥有 支付类型 Z 拥有 已用信用_X 限制_X 已用信用_Y 限制_Y 已用信用_Z 限制_Z
0 人_A 1 3 4 300 700 700 800 400 900
1 人_B 2 1 3 400 600 100 150 400 500
2 人_C 2 4 4 500 600 700 800 100 500

我想要的输出:

cust_id 变量值 Credit Used Limit
0 Person_A_key 付款类型 X 1 300 700
1 Person_A_key 付款类型 Y 3 700 800
2 Person_A_key 付款类型 Z 4 400 900
3 Person_B_key 支付类型 X 2 400 600
4 Person_B_key 付款类型 Y 1 100 150
5 Person_B_key 付款类型 Z 3 400 500

假设我已经有另外 2 个维度表可以捕获以下信息:

Customer Dimension Table - 包含 cust_id 主键

Product Dimension Table - 包含唯一的产品主键

使用 pd.melt() ，我得到以下，但它只是部分解决我的问题:

(pd.melt(df, id_vars=['cust_id'], value_vars=['付款类型 X 拥有','付款类型 Y 拥有','付款类型 Z 拥有'])).sort_values(by=['cust_id' ])

cust_id 变量值
0 人_A 付款类型 X 1
3 Person_A 付款类型 Y 3
6 Person_A 付款类型 Z 4
1 人_B 付款类型 X 2
4 Person_B 付款类型 Y 1
7 Person_B 付款类型 Z 3
2 Person_C 付款类型 X 2
5 Person_C 付款类型 Y 4
8 Person_C 付款类型 Z 4

有什么建议？

Answer 1

使用 wide_to_long ，但首先必须使用 Series.str.replace 与第一组Payment Type列:

df.columns = df.columns.str.replace(' owned', '').str.replace('Payment Type ', 'Payment Type_')
print (df)
    cust_id  Payment Type_X  Payment Type_Y  Payment Type_Z  Credit Used_X  \
0  Person_A               1               3               4            300   
1  Person_B               2               1               3            400   
2  Person_C               2               4               4            500   

   Limit_X  Credit Used_Y  Limit_Y  Credit Used_Z  Limit_Z  
0      700            700      800            400      900  
1      600            100      150            400      500  
2      600            700      800            100      500  

df1 = pd.wide_to_long(df, stubnames=['Payment Type','Credit Used', 'Limit'], 
                      i='cust_id', 
                      j='variable', 
                      sep='_',
                      suffix='\w+').sort_index(level=0).reset_index()

最后将字符串添加到 variable列并按字典重命名列:

df1 = (df1.assign(variable='Payment Type ' + df1['variable'])
          .rename(columns={'Payment Type':'value'}))
print(df1)
    cust_id        variable  value  Credit Used  Limit
0  Person_A  Payment Type X      1          300    700
1  Person_A  Payment Type Y      3          700    800
2  Person_A  Payment Type Z      4          400    900
3  Person_B  Payment Type X      2          400    600
4  Person_B  Payment Type Y      1          100    150
5  Person_B  Payment Type Z      3          400    500
6  Person_C  Payment Type X      2          500    600
7  Person_C  Payment Type Y      4          700    800
8  Person_C  Payment Type Z      4          100    500