我有一个粗略格式的熊猫数据帧
print(df)
Time GroupA GroupB Value1 Value2
0 100.0 1.0 1.0 18.0 0.0
1 100.0 1.0 2.0 16.0 0.0
2 100.0 2.0 1.0 18.0 0.0
3 100.0 2.0 2.0 10.0 0.0
在哪里?
Time
是计数变量/时间戳,
GroupA
和
GroupB
是类别,以及
Value1
和
Value2
是数字量。此代码段创建模型数据帧:
import numpy as np
values = np.zeros(shape=(4,5))
values[:,0] = 100
values[:,1] = [1]*2 + [2]*2
values[:,2] = [1,2]*2
values[:,3] = np.random.randint(low=10,high=20,size=(4))
df = pd.DataFrame(values,columns=['Time','GroupA','GroupB','Value1','Value2'])
在加载了一些数据之后,我想计算并填充
Value2
. 事实上(顺便说一下,
Value2
是的时间序列函数
Value1
在每个现有的(
群
,
群铅
)配对),我发现最容易计算这些值的方法是首先将数据透视到表单中:
df_pivot = df.pivot_table(index='Time',columns=['GroupA','GroupB'],values=['Value1','Value2'], fill_value=0.0)
然后在一些无关的代码之后,我填充了值
print(df_pivot)
Value1 Value2
GroupA 1.0 2.0 1.0 2.0
GroupB 1.0 2.0 1.0 2.0 1.0 2.0 1.0 2.0
Time
100.0 13 16 16 10 27 20 28 20
现在我想“取消透视”这个回到原来的格式
df
. 我可以通过循环手动操作
东风
,查找中的值
df_pivot
,并填充它,但我更喜欢使用内置函数。尽我所能尝试使用
df.melt
,我无法执行此反转,因为
DFI枢轴
的分层列。我最好的尝试是
dfm = df_pivot.reset_index().melt(id_vars="Time")
dfm.columns.values[1] = "HACK"
dfm = dfm.pivot_table(index=["Time","GroupA","GroupB"],columns="HACK",values="value").reset_index()
它产生数据帧
print(dfm)
HACK Time GroupA GroupB Value1 Value2
0 100.0 1.0 1.0 13 27
1 100.0 1.0 2.0 16 20
2 100.0 2.0 1.0 16 28
3 100.0 2.0 2.0 10 20
这是可行的,但我不认为这是最好的解决方案,或者非常便携(为什么Melt会生成一个“nan”列名称?为什么要手动查找此列的索引并将其重命名?为什么要旋转以撤消旋转?)不过,为了寻找替代方案,我正在尝试并查阅文档和示例,这是一个损失。这个
melt
函数具有
col_level
看起来应该有用的参数,但我为此使用的任何有效值都会导致数据丢失(丢失“time”、“groupa”或“groupb”数据)。
