大熊猫融化失去指数

时间:2020-05-28 16:34:33

标签: pandas melt

我有以下数据框:

        Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
Year                                                
2010    9.8 9.8 9.9 9.9 9.6 9.4 9.4 9.5 9.5 9.4 9.8 9.3
2011    9.1 9.0 9.0 9.1 9.0 9.1 9.0 9.0 9.0 8.8 8.6 8.5
2012    8.3 8.3 8.2 8.2 8.2 8.2 8.2 8.1 7.8 7.8 7.7 7.9

我想获得以下结果:

      Month Values
Year
2010  Jan    9.8
2010  Feb    9.8
2010  Mar    9.9
etc......

我尝试了这里提出的方法: pandas, melt, unmelt preserve index

df = pd.melt(df.reset_index(), id_vars='index',value_vars=months)

“月份”是我通过获取月份的列名列表而创建的列表:

months = df.columns.values.tolist()[1:]

但是,结果是:

       index variable  value
   0    NaN   Jan      9.8
   1    NaN   Jan      9.1
   2    NaN   Jan      8.3
   3    NaN   Jan      8.0
   4    NaN   Jan      6.6

因此,我想保留年份值作为索引。我怎样才能做到这一点? 谢谢。

2 个答案:

答案 0 :(得分:1)

如果您有这样一个好的索引,则可以stack

df.rename_axis('Month', axis='columns').stack().to_frame('Values')

rename_axis方法只是使索引标签更美观的一种糖。

答案 1 :(得分:0)

使用melt

df.reset_index().melt('Year',var_name='Month',value_name='Values').set_index('Year')

    Month  Values
Year              
2010   Jan     9.8
2011   Jan     9.1
2012   Jan     8.3
2010   Feb     9.8
2011   Feb     9.0
.........
.......

使用stack()

df.rename_axis('Month',axis=1).stack().reset_index(1,name='Values')

      Month  Values
Year              
2010   Jan     9.8
2010   Feb     9.8
2010   Mar     9.9
2010   Apr     9.9
2010   May     9.6
2010   Jun     9.4
.......
......