在dataframe中熔化多个列

Question

假设我有以下数据：

​

我想要的是将数据处理到以下表单：

​

​

我尝试了pd.melt函数，但不幸的是，它的工作非常糟糕，多列融化。有什么想法吗？

问候

Answer 1

将所有列名复制到每行，最后添加新列Qte

df1 = df.set_index('Date')
df2 = pd.DataFrame(np.broadcast_to(df1.columns.values, df1.shape), index=df1.index)
df2 = df2.rename(columns=lambda x: 'Crit{}'.format(x+1)).assign(Qte=df1.iloc[:, -1])
print (df2)
        Crit1 Crit2 Crit3 Crit4  Qte
Date                                
2016-06    XX    YY    ZZ    FF  100
2016-07    XX    YY    ZZ    FF  300
2019-08    XX    YY    ZZ    FF  400

时间

N = 1000
a = np.random.randint(100, size=N)
df = pd.DataFrame({'FF':a, 'YY':a,'ZZ':a, 'XX':a}, index=pd.date_range('2000-01-01', periods=N, freq='M').to_period('M'))
df = df.reset_index().rename(columns={'index':'Date'})
print (df.head())
     Date  FF  XX  YY  ZZ
0 2000-01  49  49  49  49
1 2000-02  50  50  50  50
2 2000-03  72  72  72  72
3 2000-04  81  81  81  81
4 2000-05  29  29  29  29

In [165]: %%timeit
     ...: (df.set_index(['Date'])
     ...:   .stack()
     ...:   .reset_index(-1)
     ...:   .groupby('Date')
     ...:   .apply(lambda x: pd.concat([pd.Series(x.level_1.values),pd.Series(x[0].unique()[0])]))
     ...:   .set_axis(['Crit1','Crit2','Crit3','Crit4','Qte'],axis=1, inplace=False))
     ...: 
1 loop, best of 3: 904 ms per loop

In [166]: %%timeit
     ...: df1 = df.set_index('Date')
     ...: pd.DataFrame(np.broadcast_to(df1.columns.values, df1.shape), index=df1.index).rename(columns=lambda x: 'Crit{}'.format(x+1)).assign(Qte=df1.iloc[:, -1])
     ...: 
     ...: 
100 loops, best of 3: 2.89 ms per loop