重塑数据帧时间序列答案

【问题标题】：reshape dataframe time series重塑数据帧时间序列
【发布时间】：2021-02-26 01:43:33
【问题描述】：

[![在此处输入图像描述][1]][1]我有一个特定形状的天气数据的数据框，我想对其进行转换，但正在苦苦挣扎。我的数据框看起来像这样：

    city temp_day1, temp_day2, temp_day3 ...., hum_day1, hum_day2, hum_day4, ..., condition
    

    city_1      12         13             20         44      44.5    good          44  
    city_1      12         13             20         44      44.5

不好 44 city_2 14 04 33 44 44.5
好 44

我想把它改成

    city_1                                   city_2                          .....
day. temperature humidity condition ...   temperature humidity condition

1      12           44      good .          12         13             
20         44      44.5 
2      13           44 .5   bad  . 
3      20           NaN     bad  .
4      NaN          44       .

有一天没有温度值和湿度值

感谢您的帮助

【问题讨论】：

标签： python-3.x pandas dataframe time-series

【解决方案1】：

使用wide_to_long 和DataFrame.unstack，最后使用DataFrame.swaplevel 和DataFrame.sort_index：

df1 = (pd.wide_to_long(df, 
                       stubnames=['temp','hum'], 
                       i='city', 
                       j='day', 
                       sep='_', 
                       suffix='\w+')
        .unstack(0)
        .swaplevel(1,0, axis=1)
        .sort_index(axis=1))
print (df1)
city city_1      
        hum  temp
day              
day1   44.0  12.0
day2   44.5  13.0
day3    NaN  20.0
day4   44.0   NaN

替代解决方案：

df1 = df.set_index('city')
df1.columns = df1.columns.str.split('_', expand=True)
df1 = df1.stack([0,1]).unstack([0,1])

如果需要从index提取号码：

df1 = (pd.wide_to_long(df, 
                       stubnames=['temp','hum'], 
                       i='city', 
                       j='day', 
                       sep='_', 
                       suffix='\w+')
        .unstack(0)
        .swaplevel(1,0, axis=1)
        .sort_index(axis=1))

df1.index = df1.index.str.extract('(\d+)', expand=False)
print (df1)
city city_1      
        hum  temp
day              
1      44.0  12.0
2      44.5  13.0
3       NaN  20.0
4      44.0   NaN

编辑：

真实数据解决方案：

df1 = df.set_index(['condition', 'ACTIVE', 'mode', 'apply', 'spy', 'month'], append=True) 
df1.columns = df1.columns.str.split('_', expand=True) 
df1 = df1.stack([0,1]).unstack([0,-2])

如果需要删除MultiIndex中不必要的级别：

df1 = df1.reset_index(level=['condition', 'ACTIVE', 'mode', 'apply', 'spy', 'month'], drop=True)

【讨论】：

评论不用于扩展讨论；这个对话是moved to chat。
我放了一张数据的屏幕截图
我放了一个样本，因为有300多列
我刚刚删除了图片，对不起
如何共享数据文件？

【解决方案2】：

您可以像这样使用 pandas 转置方法：df.T

这会将您的数据框变成一行。如果您创建多个列，则可以通过索引对其进行切片并将每个切片分配给独立的列。

【讨论】：