数据转换列上的部分行数据

Question

我有一个数据，其中的格式，如下图所示。三列表示为一种数据类型的每一行。在给定的示例中，有一列用于滴答，下三列是类，一种是数据类型，5-7列是第二种数据类型。现在，我想在列中转换这一点，在列中，每个类型的数据都由另一个组追加。

​

​

预期产出如下：

​

​

在熊猫身上有使用任何API进行这种转换吗？我正在做这个非常基本的方法，为一个组创建一个新的数据帧，然后附加它。

Answer 1

这里有一种方法

使用pd.melt解除表的堆栈，然后在"/“上拆分过去是列(现在作为行)，将它们分隔为两列(txt，年份)

通过组合滴答符和年份来创建新的行值，然后使用枢轴获得所需的结果集。

df2=df.melt(id_vars='ticker', var_name='col') # line missed in earlier solution,updated
df2[['txt','year']] = df.melt(id_vars='ticker', var_name='col')['col'].str.split('/', expand=True)
df2.assign(ticker2=df2['ticker'] + '/' + df2['year']).pivot(index='ticker2', columns='txt', values='value').reset_index()

结果集

txt     ticker2     data1   data2
0   AAPL/2020   0.824676    0.616524
1   AAPL/2021   0.018540    0.046365
2   AAPL/2022   0.222349    0.729845
3   AMZ/2020    0.122288    0.087217
4   AMZ/2021    0.012168    0.734674
5   AMZ/2022    0.923501    0.437676
6   APPL/2020   0.886927    0.520650
7   APPL/2021   0.725515    0.543404
8   APPL/2022   0.211378    0.464898
9   GGL/2020    0.777676    0.052658
10  GGL/2021    0.297292    0.213876
11  GGL/2022    0.894150    0.185207
12  MICO/2020   0.898251    0.882252
13  MICO/2021   0.141342    0.105316
14  MICO/2022   0.440459    0.811005

基于您在评论中发布的代码。不幸的是，我在发布解决方案时漏掉了一行。它现在增加了

df2 = pd.DataFrame(np.random.randint(0,100,size=(2, 6)), 
                                     columns=["data1/2020","data1/2021", "data1/2022", "data2/2020", "data2/2021", "data2/2022"]) 
ticker = ['APPL', 'MICO'] 
df2.insert(loc=0, column='ticker', value=ticker) 
df2.head() 

df3=df2.melt(id_vars='ticker', var_name='col') # missed line in earlier posting
df3[['txt','year']] = df2.melt(id_vars='ticker', var_name='col')['col'].str.split('/', expand=True) 
df3.head() 
df3.assign(ticker2=df3['ticker'] + '/' + df3['year']).pivot(index='ticker2', columns='txt', values='value').reset_index()

txt     ticker2       data1     data2
0       APPL/2020       26      9
1       APPL/2021       75      59
2       APPL/2022       20      44
3       MICO/2020       79      90
4       MICO/2021       63      30
5       MICO/2022       73      91