时间序列数据的Pandas Melt函数

Question

我正在尝试融化我的pandas数据框，但我不太确定如何正确分配变量。我查看了堆栈上的其他示例，但似乎找不到与此匹配的变体。我的数据框(df1)如下所示：

[IN]: df1
[OUT]:
             40025.0    21201.0       30061.0   46021.0
date                
2020-08-08  0.000861    0.001292    0.000287    0.001177
2020-08-09  0.001147    0.001290    0.000344    0.001204
2020-08-10  0.001431    0.001288    0.000401    0.001231

每一列对应不同的FIPS代码，值是每天Covid案例的数量(此数据已被处理用于将来的集群)，索引是日期时间索引( day )。数据帧是804列乘470行。我希望我的数据框看起来像这样：

​

​

我知道，如果我将"date“保留为列(而不是索引)，我就可以做到这一点：

df1 =df1.melt(id_vars="date", var_name="FIPS", value_name="Covid_cases")

但是如果我这样做了，那么在尝试将"date“列转换为索引时就会出现错误。我需要它的索引是一个datetime索引，因为我要对时间序列数据进行聚类，然后绘制时间序列聚类。任何意见都将非常感谢！谢谢！

Answer 1

您应该使用ignore_index=False而不是id_vars (默认情况下设置为True)。有了ignore_index=True，熊猫在取消旋转之前不会重置你的索引。

>>> df1 = df1.melt(var_name='FIPS', value_name='Cases', ignore_index=False)
>>> df1
               FIPS     Cases
date
2020-08-08  40025.0  0.000861
2020-08-09  40025.0  0.001147
2020-08-10  40025.0  0.001431
2020-08-08  21201.0  0.001292
2020-08-09  21201.0  0.001290
2020-08-10  21201.0  0.001288
2020-08-08  30061.0  0.000287
2020-08-09  30061.0  0.000344
2020-08-10  30061.0  0.000401
2020-08-08  46021.0  0.001177
2020-08-09  46021.0  0.001204
2020-08-10  46021.0  0.001231

Answer 2

如果当前索引为date，您应该能够reset_index()，然后执行set_index('date')：

df1 = (df1
    .reset_index()
    .melt(id_vars='date', var_name='FIPS', value_name='Covid_cases')
    .set_index('date')
)

               FIPS  Covid_cases
date                            
2020-08-08  40025.0     0.000861
2020-08-09  40025.0     0.001147
2020-08-10  40025.0     0.001431
2020-08-08  21201.0     0.001292
2020-08-09  21201.0     0.001290
2020-08-10  21201.0     0.001288
2020-08-08  30061.0     0.000287
2020-08-09  30061.0     0.000344
2020-08-10  30061.0     0.000401
2020-08-08  46021.0     0.001177
2020-08-09  46021.0     0.001204
2020-08-10  46021.0     0.001231

Answer 3

或者，您可以通过stack完成此操作。

df = (
    df.stack()
    .reset_index()
    .rename(columns={'level_1': 'FIPS', 0: 'Covid_cases'})
    .set_index('date')
)