Question

您如何使用我的数据将行转换为列？我当前的数据集看起来像下面显示的“原始df”，我希望它看起来像“新df2”。为了清楚起见，会话1与ADS1和RDS1匹配，因此约会2对应于ADS2 RDS2。

原始df：

Name    Session1    Session2    Session1t    Session2t   ADS1    RDS1    ADS2    RDS2     

Sam     23.09.2017  24.09.2017  11:00:00     11:00:00    3        -9        6        8
Sarah   24.09.2017  27.09.2017  12:00:00     12:00:00    2        Nan       7        8
Steve   23.10.2017  31.10.2017  11:00:00     12:00:00    5         9        7        9
Mark    23.09.2017              11:00:00                 0         3        
James   23.09.2017  26.09.2017               11:00:00    4         7        1        4

新df：

Name    Sessions        Sessiontimes      ADS       RDS

Sam     23.09.2017      11:00:00           3       -9
Sam     24.09.2017      11:00:00           6        8
Sarah   24.09.2017      12:00:00           2        NaN
Sarah   27.09.2017      12:00:00           7        8
Steve   23.10.2017      11:00:00           5        9
Steve   31.10.2017      12:00:00           7        9
Mark    23.09.2017      11:00:00           0        3
James   23.09.2017                         4        7
James   26.09.2017      11:00:00           1        4

Answer 1

对于wide_to_long，这是一个很好的方案。但是，您应该首先更改会话时间的存储方式，以便它们更容易相互匹配，并且不会与其他Session系列冲突。

df.columns = df.columns.str.replace(r'Session(\d+)t', r'Time\1')

pd.wide_to_long(
  df, stubnames=['Session', 'Time', 'ADS', 'RDS'], i='Name', j='ID'
).dropna()

             Session      Time  ADS  RDS
Name  ID
Sam   1   23.09.2017  11:00:00  3.0   -9
Sarah 1   24.09.2017  12:00:00  2.0  Nan
Steve 1   23.10.2017  11:00:00  5.0    9
Mark  1   23.09.2017  11:00:00  0.0    3
Sam   2   24.09.2017  11:00:00  6.0    8
Sarah 2   27.09.2017  12:00:00  7.0    8
Steve 2   31.10.2017  12:00:00  7.0    9
James 2   26.09.2017  11:00:00  1.0    4

将列和行的某些子集转换成行？

1 个答案: