如何在 pandas 中为 2 级参数取消透视

Posted 2023-04-12

【中文标题】如何在 pandas 中为 2 级参数取消透视

【英文标题】：how to unpivot in pandas for 2 level arguments

【发布时间】：2018-03-29 14:20:49

【问题描述】：

我有一个如下图所示的数据框： my df

pandas 如何取消透视这些看起来像图像的数据？ finish data

我尝试用 df.unstack() 来做，但什么都没做

【问题讨论】：

欢迎来到 SO。请提供 minimal reproducible example。这意味着没有链接，没有图片，只有文字。

这很可能是 dup

【参考方案1】：

使用stack 和level 参数：

df.stack(level=[0,1]).reset_index()

输出：

   level_0 level_1     level_2 level_3   0
0        A       Y  01.02.2018  City 1   1
1        A       Y  01.02.2018  City 2   2
2        A       Y  01.02.2018  City 3   3
3        A       Y  01.03.2018  City 1   2
4        A       Y  01.03.2018  City 2   3
5        A       Y  01.03.2018  City 3   4
6        B       U  01.02.2018  City 1   4
7        B       U  01.02.2018  City 2   5
8        B       U  01.02.2018  City 3   6
9        B       U  01.03.2018  City 1   5
10       B       U  01.03.2018  City 2   6
11       B       U  01.03.2018  City 3   7
12       C       O  01.02.2018  City 1   7
13       C       O  01.02.2018  City 2   8
14       C       O  01.02.2018  City 3   9
15       C       O  01.03.2018  City 1   8
16       C       O  01.03.2018  City 2   9
17       C       O  01.03.2018  City 3  10
18       D       P  01.02.2018  City 1  10
19       D       P  01.02.2018  City 2  11
20       D       P  01.02.2018  City 3  12
21       D       P  01.03.2018  City 1  11
22       D       P  01.03.2018  City 2  12
23       D       P  01.03.2018  City 3  13

而且，您可以使用set_axis 清理列名：

df.stack(level=[0,1]).reset_index().set_axis(['', '', 'date','name city','value'], axis=1, inplace=False)

输出（头部）：

               date name city  value
0  A  Y  01.02.2018    City 1      1
1  A  Y  01.02.2018    City 2      2
2  A  Y  01.02.2018    City 3      3
3  A  Y  01.03.2018    City 1      2
4  A  Y  01.03.2018    City 2      3

【参考方案2】：

另一种方法是：

index = df.loc[:, df.columns.get_level_values(1)==''].columns.tolist()
values = df.loc[:, df.columns.get_level_values(1)!=''].columns.tolist()
df = df.melt(id_vars=index, value_vars=values)

之后您可以随意命名列。