Question

我有按日期索引的数据，其中时间作为每一行的单独列。比较起来并不理想。当时间列为float64时， RecordDate 是一个对象。

我最初的想法是将其转换为日期时间并进行合并，但是，我知道由于时间是列标题，因此无法正常工作。

这是我的数据集的一个示例：

  RecordDate    T0000   T0030   T0100   T0130   T0200   T0230   T0300
    15/04/2015  0        0       0       0       0       0       0
    16/04/2015  0        0       0       0       0       0       0
    17/04/2015  0        0       0       0       0       0       0
    18/04/2015  0        0       0       0       0       0       0

这是我理想结果的一个例子：

RecordDate           Value
15/04/2015 00:00       0
15/04/2015 00:30       0
15/04/2015 01:00       0

任何想法都值得赞赏！

Answer 1

您可以使用pd.DataFrame.melt方法。例如以下代码

df = pd.DataFrame({
    "RecordDate": ["15/04/2015", "16/04/2015"],
    "T0000": [1, 2],
    "T0030": [3, 4]
})
df.melt(id_vars=["RecordDate"], var_name="RecordHour")

提供输出

   RecordDate RecordHour  value
0  15/04/2015      T0000      1
1  16/04/2015      T0000      2
2  15/04/2015      T0030      3
3  16/04/2015      T0030      4

然后将RecordDate和RecordHour列合并为一个datetime列。

使用列标题和行值创建新列

1 个答案: