转置数据框中除第一列之外的所有列答案

【问题标题】：Transposing all but the first column in a dataframe转置数据框中除第一列之外的所有列
【发布时间】：2020-02-24 16:23:22
【问题描述】：

我有以下数据框

df = pd.DataFrame({'ISIN': ['A', 'B', 'C'], 
                   'Jan': [40000, 50000, 42000],
                   'Feb': [40000, 50000, 42000],
                   'Mar': [40000, 50000, 42000]})

哪个产生

   ISIN Jan   Feb    Mar
0  A    40000 50000  42000
1  B    40000 50000  42000
2  C    40000 50000  42000

我正在尝试生成数据如下所示的输出：

   Date     A    B      C
0  Jan    40000 40000  40000
1  Feb    50000 50000  50000
2  Mar    42000 42000  42000

我的第一遍是使用

简单地转置分析

df = df.T

这种工作除了 ISIN 行（即我想要的列标题）仍在数据集中：

           0     1      2
  ISIN     A     B      C
  Jan    40000 40000  40000
  Feb    50000 50000  50000
  Mar    42000 42000  42000

然后我尝试在进行换位之前弹出 ISIN 行，即

ISIN = df.pop('ISIN') df = df.T

这去掉了 ISIN 行，但是当我尝试插入弹出的列（使用 df.insert）并更改轴时...我卡住了

我也尝试过使用 df.melt，但我很难在正确的地方得到正确的东西

我确信这很容易，但我在这里绕圈子，我真的很感激一些智慧。

谢谢！

【问题讨论】：

在您的初始 DataFrame 中，ISIN 是一列。尝试将其设置为索引，然后转置：df = df.set_index('ISIN').T
谢谢。我显然是个笨蛋——但幸运的是你不是！！

标签： pandas transpose melt

【解决方案1】：

转置时，索引变成columns，columns index，所以需要先设置ISIN为index，然后再转置。

import pandas as pd

df = pd.DataFrame({'ISIN': ['A', 'B', 'C'], 
                   'Jan': [40000, 50000, 42000],
                   'Feb': [40000, 50000, 42000],
                   'Mar': [40000, 50000, 42000]})
df.set_index('ISIN', inplace=True)
print(df.T)

产生：

ISIN      A      B      C
Jan   40000  50000  42000
Feb   40000  50000  42000
Mar   40000  50000  42000

【讨论】：

【解决方案2】：

当您转置 DataFrame 时，您还交换了索引和列。所以你必须明确设置索引：

df = df.set_index('ISIN').T.reset_index()

你会得到：

ISIN index      A      B      C
0      Jan  40000  50000  42000
1      Feb  40000  50000  42000
2      Mar  40000  50000  42000

值正确，但标签已关闭。你可以用rename_axis修复它们：

df = df.set_index('ISIN').T.rename_axis('Date').reset_index().rename_axis(None, axis=1)

你得到了预期的结果：

  Date      A      B      C
0  Jan  40000  50000  42000
1  Feb  40000  50000  42000
2  Mar  40000  50000  42000

【讨论】：

【解决方案3】：

你可以试试：

df.rename(columns={'ISIN': 'Date'}).set_index('Date').T

结果：

Date      A      B      C
Jan   40000  50000  42000
Feb   40000  50000  42000
Mar   40000  50000  42000

【讨论】：