Question

我有一个结构如下的数据框：

Item FY20 FY21 FY22 ...  
Case High Low Base
Multiple 1.2 2.3 3.4
Cash 1.1 1.4 1.2

我需要数据如下所示：

Item Date Case Value
Cash FY20 High 1.1
Cash FY21 Low 1.4
Cash FY22 Base 1.2

因此，我本质上想基于“ Case”，“ FY”和项目将数据从宽格式转换为长格式。

我已经尝试过使用多索引，并且与pd.pivot有点混乱，但是老实说，我在这里很困惑。

Answer 1

IIUC，您可以使用以下代码来重塑数据框：

df.set_index('Item')\ # move Item into dataframe index
  .T\  # transpose dataframe
  .rename_axis('Date')\  #rename index to Date
  .reset_index()\  #move index into dataframe as column
  .melt(['Date', 'Case'])  #melt dataframe to get to long format

输出：

   Date  Case      Item value
0  FY20  High  Multiple   1.2
1  FY21   Low  Multiple   2.3
2  FY22  Base  Multiple   3.4
3  FY20  High      Cash   1.1
4  FY21   Low      Cash   1.4
5  FY22  Base      Cash   1.2

详细信息：

df在哪里：

       Item  FY20 FY21  FY22
0      Case  High  Low  Base
1  Multiple   1.2  2.3   3.4
2      Cash   1.1  1.4   1.2

df.set_index('Item').T

快到了，

Item  Case Multiple Cash
FY20  High      1.2  1.1
FY21   Low      2.3  1.4
FY22  Base      3.4  1.2

df.set_index('Item').T.rename_axis('Date').reset_index()

添加rename_axis和reset_index以准备用于熔化的数据框，

Item  Date  Case Multiple Cash
0     FY20  High      1.2  1.1
1     FY21   Low      2.3  1.4
2     FY22  Base      3.4  1.2

最后融合的数据帧：

df.set_index('Item').T.rename_axis('Date').reset_index().melt(['Date', 'Case'])

输出：

   Date  Case      Item value
0  FY20  High  Multiple   1.2
1  FY21   Low  Multiple   2.3
2  FY22  Base  Multiple   3.4
3  FY20  High      Cash   1.1
4  FY21   Low      Cash   1.4
5  FY22  Base      Cash   1.2

而且，如果您只想要“现金”记录，请使用此

df_out = df.set_index('Item').T.rename_axis('Date').reset_index().melt(['Date', 'Case'])
df_out.query('Item == "Cash"')

输出：

   Date  Case  Item value
3  FY20  High  Cash   1.1
4  FY21   Low  Cash   1.4
5  FY22  Base  Cash   1.2

Answer 2

让我们从创建源DataFrame开始：

df = pd.DataFrame(data=[
    [ 'Item',     'FY20', 'FY21', 'FY22' ],
    [ 'Case',     'High', 'Low',  'Base' ],
    [ 'Multiple', 1.2,    2.3,    3.4    ],
    [ 'Cash',     1.1,    1.4,    1.2    ]])

结果是：

          0     1     2     3
0      Item  FY20  FY21  FY22
1      Case  High   Low  Base
2  Multiple   1.2   2.3   3.4
3      Cash   1.1   1.4   1.2

然后我们必须：

转置此数据框，
将第一行转换为列名，
更改第一列名称：

为此，请运行：

df2 = df.transpose()
df2.columns = df2.iloc[0].tolist()
df2.drop(index=0, inplace=True)
df2.rename(columns={'Item': 'Date'})

结果是：

   Date  Case Multiple Cash
1  FY20  High      1.2  1.1
2  FY21   Low      2.3  1.4
3  FY22  Base      3.4  1.2

要获得结果，请运行：

df2.melt(id_vars=['Date', 'Case'], value_vars=['Cash'],
    var_name='Name', value_name='Value')

您将收到：

   Date  Case  Name Value
0  FY20  High  Cash   1.1
1  FY21   Low  Cash   1.4
2  FY22  Base  Cash   1.2

或者结果可能还包括 Multiple 列的融合？为此，请删除 value_vars = ['Cash'] 。这样，熔化将包括所有剩余列（包含在 id_vars 中。）

如何基于三个变量将宽数据转换为长数据

2 个答案:

详细信息：