python - 熊猫，融化，未融化保留指数

Question

我有一张客户表（铜）和资产配置（资产）

A = [[1,2],[3,4],[5,6]]
idx = ['coper1','coper2','coper3']
cols = ['asset1','asset2']

df = pd.DataFrame(A,index = idx, columns = cols)

所以我的数据看起来像

        asset1  asset2
coper1       1       2
coper2       3       4
coper3       5       6

我想通过线性优化来运行它们（我有一些约束——比如sum of all of asset_i <= amount_on_hand_i和sum of coper_j = price_j）

所以我必须把这个二维矩阵变成一维向量。融化很容易

df2 = pd.melt(df,value_vars=['asset1','asset2'])

但是现在，当我尝试解开它时，我得到了一个有很多空白的 6 行数组！

df2.pivot(columns = 'variable', values = 'value')


variable  asset1  asset2
0            1.0     NaN
1            3.0     NaN
2            5.0     NaN
3            NaN     2.0
4            NaN     4.0
5            NaN     6.0

有没有办法在使用熔化时保留我的索引的“铜”部分？

标签： pythonpython-2.7pandaslinear-programming

Answer 1

reset_index您需要通过和 参数保留索引值id_vars：

df2 = pd.melt(df.reset_index(), id_vars='index',value_vars=['asset1','asset2'])
print (df2)
    index variable  value
0  coper1   asset1      1
1  coper2   asset1      3
2  coper3   asset1      5
3  coper1   asset2      2
4  coper2   asset2      4
5  coper3   asset2      6

然后枢轴工作得很好：

print(df2.pivot(index='index',columns = 'variable', values = 'value'))
variable  asset1  asset2
index                   
coper1         1       2
coper2         3       4
coper3         5       6

另一种可能的解决方案stack：

df2 = df.stack().reset_index()
df2.columns = list('abc')
print (df2)
        a       b  c
0  coper1  asset1  1
1  coper1  asset2  2
2  coper2  asset1  3
3  coper2  asset2  4
4  coper3  asset1  5
5  coper3  asset2  6

print(df2.pivot(index='a',columns = 'b', values = 'c'))
b       asset1  asset2
a                     
coper1       1       2
coper2       3       4
coper3       5       6