如何融化 pd.DataFrame 来组织数据？（包括玩具示例）答案

【问题标题】：How to melt the pd.DataFrame to organize the data? (toy example included)如何融化 pd.DataFrame 来组织数据？（包括玩具示例）
【发布时间】：2021-02-13 23:52:23
【问题描述】：

问题

我很想知道如何将下面提供的玩具示例中的data_df 融化为desired_df。

import pandas as pd

data_df = pd.DataFrame(data = [['FR','Aug',100], ['FR','Sep',170], ['FR','Oct',250],
                               ['KR','Aug',9], ['KR','Sep',12],['KR','Oct',19],
                               ['US','Aug',360], ['US','Sep',500], ['US','Oct',700]],
                       columns = ['country','time','covid19'])
data_df
>>>   country   time    covid19 
   0    FR       Aug      100
   1    FR       Sep      170
   2    FR       Oct      250
   3    KR       Aug       9
   4    KR       Sep      12
   5    KR       Oct      19
   6    US       Aug      360
   7    US       Sep      500
   8    US       Oct      700

我想要的输出desired_df 如下，国家名称为columns，时间为index，数据框中的Covid 19 患者数量为values。

desired_df
>>>     FR  KR  US
 Aug    100 9   360
 Sep    170 12  500
 Oct    250 19  700

我认为pd.melt 会有所帮助，但它不会按照我的意愿创建索引和列。

【问题讨论】：

标签： python pandas dataframe pivot melt

【解决方案1】：

试试pivot：

data = data_df.pivot(index = 'time', columns = 'country')
print(data)

这给出了：

country      FR  KR   US
time                    
Aug         100   9  360
Oct         250  19  700
Sep         170  12  500

索引按字母顺序排列。根据需要重新排序。为了按日历排序，我建议 Brad Solomon 对Sort a pandas's dataframe series by month name? 的回答使用pd.Categorical。

【讨论】：