时间戳

首页 > 解决方案 > 在 Pandas 中构建和旋转损坏的数据框

python - 在 Pandas 中构建和旋转损坏的数据框

问题描述

我有一个从 excel 文件中读取的数据框。事情是前 4 列，它的值看起来不错。但在第 5 列数据似乎有点损坏。也就是说，像“ 2021-09-06 ”这样的“ dateID ”值变成了列，“ sourceOfData ”列变成了“值”。它看起来像这样：

国家的名字 省名 产品编号 产品名称 日期ID 2021-09-06 2021-09-07 2021-09-08
数据源 产品价格 产品价格 产品价格
美国 纽约 35 糖 佣金代理1 2.6 美元 5.5 美元 3.4 美元
加拿大 安大略省 55 玉米 佣金代理1 2.6 美元 5.5 美元 3.4 美元

但我希望我的数据看起来像这样：

国家的名字 省名 产品编号 产品名称 数据源 日期ID 产品价格
美国 纽约 35 糖 佣金代理1 2021-09-06 2.6 美元
美国 纽约 35 糖 佣金代理1 2021-09-07 5.5 美元
美国 纽约 35 糖 佣金代理1 2021-09-08 3.4 美元
加拿大 安大略省 55 玉米 佣金代理1 2021-09-06 2.6 美元
加拿大 安大略省 55 玉米 佣金代理1 2021-09-07 5.5 美元
加拿大 安大略省 55 玉米 佣金代理1 2021-09-08 3.4 美元

我唯一想到的就是枢轴或融化。我开始做这样的事情：

df2 = df.melt(var_name='dateID', value_name='productPrice')

df3 = df2.iloc[1:]

为了组织日期和价格，但我被困住了。

希望我解释了我的需求。提前致谢。

对于那些想要重现我的问题并获取数据框的人，这里是包含我拥有的和需要的代码的代码。

import pandas as pd

whatIHave = {'countryName': ['','United States','Canada'],
        'provinceName': ['','New York','Ontario'],
        'productID': ['','35','55'],
        'productName': ['', 'Sugar', 'Corn'],
        'dateID': ['sourceOfData', 'CommissionAgent1', 'CommissionAgent1'],
        '2021-09-06': ['productPrice','2.6$','2.6$'],
        '2021-09-07': ['productPrice','5.5$','5.5$'],
        '2021-09-08': ['productPrice','3.4$','3.4$']
        }

df_whatIHave = pd.DataFrame(whatIHave, columns = ['countryName', 'provinceName', 'productID', 'productName', 'dateID', '2021-09-06', '2021-09-07', '2021-09-08'])

print(df_whatIHave)


whatINeed = {'countryName': ['United States','United States','United States', 'Canada', 'Canada', 'Canada'],
        'provinceName': ['New York','New York','New York', 'Ontario', 'Ontario', 'Ontario'],
        'productID': ['35','35','35', '55', '55', '55'],
        'productName': ['Sugar', 'Sugar', 'Sugar', 'Corn', 'Corn', 'Corn'],
        'sourceOfData': ['CommissionAgent1', 'CommissionAgent1', 'CommissionAgent1', 'CommissionAgent1', 'CommissionAgent1', 'CommissionAgent1'], 
        'dateID': ['2021-09-06', '2021-09-07', '2021-09-08', '2021-09-06', '2021-09-07', '2021-09-08'],
        'productPrice': ['2.6$','5.5$','3.4$','2.6$','5.5$','3.4$']
        }

df_whatINeed =  pd.DataFrame(whatINeed, columns = ['countryName', 'provinceName', 'productID', 'productName', 'sourceOfData', 'dateID', 'productPrice'])

print(df_whatINeed)

标签： pythonpandasdataframe

解决方案

经过数小时的搜索，我设法通过将问题分成几部分并合并它们来解决这个问题。如果我们将我们的数据框考虑为 df_whatIHave：

df2 = df_whatIHave.iloc[1:, 0:6]
df2 = df2.reset_index()

columnSize = df_whatIHave.shape[1]

df3 = df_whatIHave.iloc[:, 6:columnSize]
df4 = df3.iloc[1:]

我将我的数据框分成两部分并实现了stack()函数，这对于根据日期复制我的行非常重要：

df4 = df4.stack()
df4 = df4.to_frame().reset_index()

然后我像这样合并了这两个df：

df_merged= pd.merge(df2, df4, on='index', how='inner')

推荐阅读