时间戳

首页 > 解决方案 > 如何一次旋转具有多列的 pandas 数据框（时间序列）？

python - 如何一次旋转具有多列的 pandas 数据框（时间序列）？

问题描述

我有一个pandas如下的日期框架，带有DATETIME索引：

                                  ID      Val1       Val2
DATETIME                                                
2019-01-18 10:35:00                A      482.84387  439.67942
2019-01-18 10:35:00                B       -5.30216   20.22247
2019-01-18 10:40:00                A     -790.63989 -810.00000
2019-01-18 10:40:00                B      257.00000  270.55490
2019-01-18 10:45:00                A       10.54820    5.64659
2019-01-18 10:45:00                B      -85.50000  -89.00000

请注意，DATETIME对于IDs 重复。

我的目标是将其转换为以下内容（如果可能，根据 ID 更改列名）：

                                   A_Val1       A_Val2      B_Val1     B_Val2
DATETIME                                                
2019-01-18 10:35:00                482.84387   439.67942      -5.30216   20.22247
2019-01-18 10:40:00               -790.63989  -810.00000     257.00000  270.55490
2019-01-18 10:45:00                 10.54820     5.64659     -85.50000  -89.00000

我用过pandas.pivot，但没有用。

df_2= df_1.pivot(index=df_1.index, columns='ID', values=['Val1', 'Val2'])

错误是：

"DatetimeIndex(['2019-01-18 10:35:00', '2019-01-18 10:35:00',\n  ....],\n  dtype='datetime64[ns]', name='DATETIME', freq=None) not in index"

我不知道从那里去哪里。如果您能提供帮助，请提前致谢。

标签： pythonpandasdataframedatetimepivot

解决方案

使用DataFrame.reset_index，传递DATETIME给index参数并最后MultiIndex被f-strings 展平：

df_2= df_1.reset_index().pivot(index='DATETIME', columns='ID', values=['Val1', 'Val2'])
df_2.columns = df_2.columns.map(lambda x: f'{x[1]}_{x[0]}')
print (df_2)
                        A_Val1     B_Val1     A_Val2     B_Val2
DATETIME                                                       
2019-01-18 10:35:00  482.84387   -5.30216  439.67942   20.22247
2019-01-18 10:40:00 -790.63989  257.00000 -810.00000  270.55490
2019-01-18 10:45:00   10.54820  -85.50000    5.64659  -89.00000

推荐阅读