Question

我有一个结构复杂的原始数据，我想通过将月份名称添加为索引来将其从多列简化为单个观测值。感谢您在此方面的帮助。

Source Data   
SKU D01 D02 D03 ------- D11 J01 J02 J03----- J11 P01 P02 P03------ P011
ABC 5   6    8  ------- 10  0    1   2 -----  10  0   0   0 ------ 0
BXY 10  11   20 ------- 8   0    0   0 ------ 0   5   8  10 ------ 12

在您的帮助下，我能够转换需求列，现在我想增加更多列，以使Jobs和PO与需求保持同步。

下面是我尝试过的代码。

rs=con.execute("""Select SKU, D00, Demand01, Demand02, 
D03, D04, D05, D06, D07, D08, D09, 
10, 11 from ForecastData""")
df= pd.DataFrame(rs.fetchall())
df.columns = ["SKU", "D01","D02", "D03", "D04", 
"D05", "D06","D07", "D08", "D09", "D10", 
"D11", "D12"]
 df.set_index('StockCode')
demand_columns=[i for i in df.columns if i.startswith('Demand')]
today=pd.Timestamp.now()
month_list=[(today+pd.DateOffset(months=i)) for i in 
range(len(demand_columns))]
dic_month={col:month for col,month in zip(demand_columns,month_list)}
df.rename(columns=dic_month)

df2 = pd.DataFrame(df.rename(columns=dict(zip(demand_columns,month_list))).set_ 
 index('StockCode').stack()).reset_index()
 df2.columns = ['StockCode', 'Month', 'Demand']
 df2['Month'] = pd.to_datetime(df2['Month'], format = '%Y%m').dt.date

Output 
 StockCode     Month     Demand
 ABC       2019-04-01    5
 ABC       2019-05-01    6
 ABC       2019-06-01    8
  -     
  -
 ABC       2020-03-01    10
 BXY       2019-04-01    10
 BXY       2019-05-01    11
 BXY       2019-06-01    20
  -     
  -
 BXY       2020-03-01    8



 Desired Output with Multiple Columns  
 StockCode     Month     Demand  Job   Po
 ABC       2019-04-01    5       0     0
 ABC       2019-05-01    6       1     0
 ABC       2019-06-01    8       2     0
  -     
  -
 ABC       2020-03-01    10      10    0
 BXY       2019-04-01    10      0     5
 BXY       2019-05-01    11      0     8
 BXY       2019-06-01    20      0     10
  -     
  -
 BXY       2020-03-01    8       0     12

如何将数据从多列排序到熊猫中的单个行观察值？

0 个答案: