Question

我遇到以下情况：我拥有涵盖多年的统计数据，每年都是从另一个文件中检索出来的，这些文件被读入数据框。

所以基本上我有多个数据框，每年一个，看起来像下面这样：

    cat geo1        geo2        geo3
0   A   0.709238    0.669532    -0.465389
1   B   -1.426102   -0.152918   0.700080
2   C   -0.486294   -1.619334   -1.711047
3   D   0.392837    -0.754785   -1.686076
4   E   0.603256    0.997562    -0.534222

“ cat”是产品类别，geo1到geo3是地理区域

我最终想得到的是以下内容：

                   year1    year2    year(n)
cat     region
A       geo1
        geo2
        geo3
B       geo1
        geo2
        geo3

但是，我似乎无法完成任务。

任何提示如何做到这一点非常感谢！最好，乔

Answer 1

如果您在一个表中加载多个年份（可能是每年合并表，并使用标识符变量yearX）

In []: df
Out[]:
  cat      geo1      geo2      geo3   year
0   A  0.709238  0.669532 -0.465389  year1
1   B -1.426102 -0.152918  0.700080  year1
2   C -0.486294 -1.619334 -1.711047  year1
3   D  0.392837 -0.754785 -1.686076  year1
4   E  0.603256  0.997562 -0.534222  year1
5   A  0.709238  0.669532 -0.465389  year2
6   B -1.426102 -0.152918  0.700080  year2
7   C -0.486294 -1.619334 -1.711047  year2
8   D  0.392837 -0.754785 -1.686076  year2
9   E  0.603256  0.997562 -0.534222  year2

使用melt()整理数据：

In []: df = df.melt(value_vars=[c for c in df.columns if 'geo' in c],
                    var_name='region',
                    id_vars=['cat', 'year'])

In []: df
Out[]:
   cat   year region     value
0    A  year1   geo1  0.709238
1    B  year1   geo1 -1.426102
2    C  year1   geo1 -0.486294
3    D  year1   geo1  0.392837
4    E  year1   geo1  0.603256
5    A  year2   geo1  0.709238
6    B  year2   geo1 -1.426102
7    C  year2   geo1 -0.486294
8    D  year2   geo1  0.392837
9    E  year2   geo1  0.603256
10   A  year1   geo2  0.669532
11   B  year1   geo2 -0.152918
12   C  year1   geo2 -1.619334
13   D  year1   geo2 -0.754785
14   E  year1   geo2  0.997562
15   A  year2   geo2  0.669532
16   B  year2   geo2 -0.152918
17   C  year2   geo2 -1.619334
18   D  year2   geo2 -0.754785
19   E  year2   geo2  0.997562
20   A  year1   geo3 -0.465389
21   B  year1   geo3  0.700080
22   C  year1   geo3 -1.711047
23   D  year1   geo3 -1.686076
24   E  year1   geo3 -0.534222
25   A  year2   geo3 -0.465389
26   B  year2   geo3  0.700080
27   C  year2   geo3 -1.711047
28   D  year2   geo3 -1.686076
29   E  year2   geo3 -0.534222

然后枢轴：

In []: df.pivot_table(columns='year', index=['cat', 'region'])
Out[]:
               value
year           year1     year2
cat region
A   geo1    0.709238  0.709238
    geo2    0.669532  0.669532
    geo3   -0.465389 -0.465389
B   geo1   -1.426102 -1.426102
    geo2   -0.152918 -0.152918
    geo3    0.700080  0.700080
C   geo1   -0.486294 -0.486294
    geo2   -1.619334 -1.619334
    geo3   -1.711047 -1.711047
D   geo1    0.392837  0.392837
    geo2   -0.754785 -0.754785
    geo3   -1.686076 -1.686076
E   geo1    0.603256  0.603256
    geo2    0.997562  0.997562
    geo3   -0.534222 -0.534222

Answer 2

获取所有数据框后，便可以从熊猫中使用pivot。您可以找到示例here。希望能帮助到你！：）

从每年的df到熊猫的一个多索引df

2 个答案: