通过旋转多列来重塑 DataFrame答案

【问题标题】：Reshape DataFrame by pivoting multiple columns通过旋转多列来重塑 DataFrame
【发布时间】：2019-06-12 04:20:35
【问题描述】：

您好，我怎样才能像这样旋转表格

import pandas as pd

d = {'name' : ['A','A','B','B'],'year': ['2018','2019','2018','2019'],'col1':[1,4,7,10],'col2':[2,5,8,11],'col3':[3,6,9,12]}

pd.DataFrame(data=d)

name    year    col1    col2    col3
   A    2018       1       2       3
   A    2019       4       5       6
   B    2018       7       8       9
   B    2019      10      11      12

像这样进入另一个：

name    cols    2018    2019
   A    col1    1       4
   A    col2    2       5
   A    col3    3       6
   B    col1    7       10
   B    col2    8       11
   B    col3    9       12

year 将成为列，并且每列都应使用名称进行迭代以形成将用作组合主键的对。

【问题讨论】：

标签： python pandas pivot-table multi-index

【解决方案1】：

您可以使用melt 和pivot_table：

(df.melt(['name','year'], var_name='cols')
   .pivot_table(index=['name', 'cols'], 
                columns='year', 
                values='value', 
                aggfunc='sum')
   .reset_index()
   .rename_axis(None, 1))

  name  cols  2018  2019
0    A  col1     1     4
1    A  col2     2     5
2    A  col3     3     6
3    B  col1     7    10
4    B  col2     8    11
5    B  col3     9    12

基于stack、unstack 的替代解决方案：

(df.set_index(['name','year'])
   .stack()
   .unstack(1)
   .rename_axis(['name', 'cols'], 0)
   .rename_axis(None, 1)
   .reset_index())

  name  cols  2018  2019
0    A  col1     1     4
1    A  col2     2     5
2    A  col3     3     6
3    B  col1     7    10
4    B  col2     8    11
5    B  col3     9    12

【讨论】：

很好的解决方案@coldspeed。我只是删除了aggfunc='sum'，这样我就可以将空值保留为 NaN 以将它们作为 NULL 上传到数据库中，而不是 0（零），因为“总和”会误导。

【解决方案2】：

使用wide_to_long

pd.wide_to_long(df,['col'],i=['name','year'],j='cols').col.unstack(level=1).reset_index()
Out[573]: 
year name  cols  2018  2019
0       A     1     1     4
1       A     2     2     5
2       A     3     3     6
3       B     1     7    10
4       B     2     8    11
5       B     3     9    12

【讨论】：