用于时间序列数据的 Pandas Melt 函数答案

【问题标题】：Pandas Melt function for time series data用于时间序列数据的 Pandas Melt 函数
【发布时间】：2021-05-08 21:34:49
【问题描述】：

我正在尝试融化我的 pandas 数据框，但我不确定如何正确分配变量。我查看了堆栈上的其他示例，但似乎找不到与此匹配的变体。我的数据框 (df1) 如下所示：

[IN]: df1
[OUT]:
             40025.0    21201.0       30061.0   46021.0
date                
2020-08-08  0.000861    0.001292    0.000287    0.001177
2020-08-09  0.001147    0.001290    0.000344    0.001204
2020-08-10  0.001431    0.001288    0.000401    0.001231

每一列对应不同的 FIPS 代码，值是每天的 Covid 病例数（该数据已为将来的聚类处理），索引是日期时间索引（天）。数据框为 804 列 x 470 行。我希望我的数据框看起来像这样：

我知道如果我将“日期”保留为一列（而不是索引），我可以这样做：

df1 =df1.melt(id_vars="date", var_name="FIPS", value_name="Covid_cases")

但如果我这样做，那么在尝试将“日期”列转换为索引时会出错。我需要它作为日期时间索引的索引，因为我要对时间序列数据进行 kmeans 聚类，然后绘制时间序列聚类。任何投入将不胜感激！谢谢！

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

如果date当前是索引，你应该可以reset_index()然后set_index('date')：

df1 = (df1
    .reset_index()
    .melt(id_vars='date', var_name='FIPS', value_name='Covid_cases')
    .set_index('date')
)

               FIPS  Covid_cases
date                            
2020-08-08  40025.0     0.000861
2020-08-09  40025.0     0.001147
2020-08-10  40025.0     0.001431
2020-08-08  21201.0     0.001292
2020-08-09  21201.0     0.001290
2020-08-10  21201.0     0.001288
2020-08-08  30061.0     0.000287
2020-08-09  30061.0     0.000344
2020-08-10  30061.0     0.000401
2020-08-08  46021.0     0.001177
2020-08-09  46021.0     0.001204
2020-08-10  46021.0     0.001231

【讨论】：

【解决方案2】：

或者您可以通过stack 进行此操作。

df = (
    df.stack()
    .reset_index()
    .rename(columns={'level_1': 'FIPS', 0: 'Covid_cases'})
    .set_index('date')
)

【讨论】：

【解决方案3】：

您应该使用ignore_index=False（默认设置为True），而不是使用id_vars。使用ignore_index=True，pandas 在取消透视之前不会重置您的索引。

>>> df1 = df1.melt(var_name='FIPS', value_name='Cases', ignore_index=False)
>>> df1
               FIPS     Cases
date
2020-08-08  40025.0  0.000861
2020-08-09  40025.0  0.001147
2020-08-10  40025.0  0.001431
2020-08-08  21201.0  0.001292
2020-08-09  21201.0  0.001290
2020-08-10  21201.0  0.001288
2020-08-08  30061.0  0.000287
2020-08-09  30061.0  0.000344
2020-08-10  30061.0  0.000401
2020-08-08  46021.0  0.001177
2020-08-09  46021.0  0.001204
2020-08-10  46021.0  0.001231

【讨论】：