Pandas 将列重塑为时间序列行答案

【问题标题】：Pandas reshape columns to time-series rowsPandas 将列重塑为时间序列行
【发布时间】：2017-12-05 09:03:47
【问题描述】：

我有一个 pandas 数据框（不满意重复...）

Date        Partner   Value
2017-02-01  Partner1  150
2017-03-01  Partner1  170
2017-02-01  Partner2  160
2017-03-01  Partner2  185
2017-02-01  Partner1  40
2017-03-01  Partner1  90

我想通过合作伙伴重塑，看起来像这样：

Partner    2017-02-01   2017-03-01
Partner1   150          170
Partner2   160          185
Partner1   40           90

我该怎么办？

【问题讨论】：

标签： python pandas time-series reshape

【解决方案1】：

其实我找到了我需要的答案：

series = pd.pivot_table(data, values="Value", index="Partner", columns="Date")

【讨论】：

【解决方案2】：

这是一个替代解决方案：

来源 DF：

In [143]: df
Out[143]:
         Date   Partner  Value
0  2017-02-01  Partner1    150
1  2017-02-01  Partner1    199   # NOTE: duplicated `Date` & `Partner`
2  2017-03-01  Partner1    170
3  2017-02-01  Partner2    160
4  2017-03-01  Partner2    185

解决方案：

In [144]: df.groupby(['Partner','Date'])['Value'].mean().unstack().rename_axis(None).rename_axis(None, 1)
Out[144]:
          2017-02-01  2017-03-01
Partner1       174.5       170.0
Partner2       160.0       185.0

【讨论】：

这不起作用，如Index contains duplicate entries, cannot reshape
@Laurent，你能提供一个可重现的数据集吗？
不，出于商业原因，我不能这样做，但问题是某些“合作伙伴”名称重复，这使您的替代解决方案失败。在重复数据删除的表上使用您的方法效果很好。然而，pivot_table 并没有受到影响。
@Laurent，我说的不是真实数据……我已经更新了解决方案，所以它也可以处理重复数据……