我应该对Pandas DataFrame使用多行或多列吗？

Question

让我们假设数据具有以下结构： （年份，国家，地区，值）

示例：

Year, Country, Region, Values
2010     A      1      [1,2,3,...(1000 values)]
2010     A      2      [1,2,3,...(1000 values)]
...
2014     J      5      [1,2,3,...(1000 values)]

有5年，有10个国家/地区，每个国家有5个地区，并且每年，国家/地区和地区的每种组合都有1000个值。

我想知道如何决定应该使用多行还是多列来存储此类数据。有什么主要区别（如果有）？每种方法的优点是什么？

有很多方法可以存储这些数据，例如：

1. 多行（国家/地区），单列（年份）和一组 值
2. 多列（年，国家/地区），每个 行
3. 多行（国家/地区），多列（年份，价值指数）
4. 单行，一年有一列，国家有一列，地区有另一列，值阵列又有一列。

选项3似乎非常糟糕，因为将有5年x 1000列。 选项4似乎也很糟糕，因为每次需要时我都需要分组。

Answer 1

您应该查看“整理数据”。试图成为组织数据集中数据值的标准。

整理数据原理
 1.列代表单独的变量
 2.行代表个人观察
 3.观察单位形成单独的DataFrame。

根据您的发言，看来多列也许是行之有效的方法。可能还有几组数据。

Answer 2

取决于您要做什么。但是我会选择多行，因为我觉得pandas是为处理列数据而构建的。尽管长数据格式似乎也通常是首选。快速浏览“长”和“宽”数据会在wide-to-long上产生许多结果，但没有其他方法。

This blog post还指出了长而宽的数据格式的一些优点。