以编程方式选择pd.melt的列

Question

致力于自动化月度报告。试图找到一种替代方法，以在pandas融函数中手动在id_vars和value_vars中输入列名称。是否可以通过编程方式做到这一点？

考虑一个带有a，b，c，'12 / 01/2018'，'12/02/2018'，'12/03/2018'等的df，其中a，b，c始终为{ {1}}和给定月份（在这种情况下为Dec）的每日日期是id_vars，不可取消。不用写

value_vars

是否可以以编程方式将value_vars分配给melt函数，以便每个月都可以使用相同的代码？ （Jan可以取消设置31天，而Feb则需要28天）。

我不是pythonista，并且感谢您花费任何时间来帮助我。

Answer 1

如果使用IIUC，则只需要分开列即可。集合在这里非常有用且快速。当然，假设使用唯一的列名（应该如此）：

id_vars = {'a', 'b', 'c'}
value_vars = set(df.columns) - id_vars
pd.melt(df, id_vars=id_vars, value_vars=value_vars)

Answer 2

使用-

id_vars = ['a', 'b', 'c']
value_vars = df.columns.difference(id_vars)
pd.melt(df, id_vars=id_vars, value_vars=value_vars)

Answer 3

您可以使用：

df.melt(['a','b','c'])

df.melt状态的文档字符串：

  

value_vars：元组，列表或ndarray，可选       要取消透视的列。如果未指定，则使用所有       未设置为id_vars。

因此，您已将id_vars设置为第一个参数，所有其他列将用作每个文档的value_vars。