使用pandas的melt函数得到交替结果

Question

我尝试使用pandas将这个相册中的第一张图片转换成第二张，但我得到的只有第三张...

1. 原始图片

Year    Jan     Feb     Mar     Apr     May     Jun     Jul     Aug     Sep     Oct     Nov     Dec
1981    453.1   126.3   5.8     47.1    25.3    16.8    0       1.1     4.4     17.8    52.5    72.4
1982    211.4   23.1    231.2   0.8     0.2     0       0       0       15.3    0.9     8.6     59.9
1983    45.2    22.1    537.7   22.8    29.9    0       0       0.1     0.7     1.2     47      20.9
1984    390.2   514.2   140.3   7.3     0       0       2.8     0.1     0       18.3    23.2    91.7

期望结果：

Year    Month   Value
1981    Jan     453.1
1981    Feb     126.3
1981    Mar     5.8 
1981    Apr     47.1
...

我目前拥有的：

Year    Month   Value
1981    Jan     453.1
1982    Jan     211.4
1983    Jan     45.2
1984    Jan     390.2
...

我的代码只有这些：

data = pd.read_csv("Burketown.csv")
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
fixed_data = pd.melt(data, id_vars=['Year'], value_vars=months)
print(fixed_data)

我该如何交替每一年的月份，而不是得到当前的结果？我希望第一年包含所有月份，第二年包含所有月份...而不是第一个月包含所有年份。

- Dewamuval

---

请勿在提问时发布代码或数据的图片（或链接），以保护您的隐私和安全。如果您需要分享代码，可以将其作为纯文本粘贴到问题或回答中。 - jezrael

抱歉，已修复。 - Dewamuval

嗯，我无法复制您的数据，您能否创建原始文本版本？ - jezrael

这只是一个有40行的文件，所以相当大。我马上会复制一个例子。 - Dewamuval

请将以下与编程相关的内容从英语翻译为中文。仅返回翻译后的文本：请仅复制前5行。欢迎来到Python编程教程！ 我们将从基础开始，逐步深入介绍Python编程语言。 Python是一种高级、解释性编程语言，广泛应用于Web开发、数据分析、人工智能等领域。 学习Python很有趣，并且也是许多公司招聘的必备技能之一。 在这个教程中，我们将探索Python的各个方面，包括变量、条件语句、循环、函数、面向对象编程和文件处理等等。 - jezrael

Answer 1

使用有序分类的列名，这样可以通过两个列对DataFrame.sort_values进行正确排序:

months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
data = pd.read_csv("Burketown.csv", index_col=['Year'])[months]

data.columns = pd.CategoricalIndex(data.columns, ordered=True, categories=months)
df = data.reset_index()[months]
fixed_data = (pd.melt(data, id_vars=['Year'], value_vars=months)
                .sort_values(['Year', 'variable']))

或将Series转换为有序分类：

data = pd.read_csv("Burketown.csv")
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
fixed_data = pd.melt(data, id_vars=['Year'], value_vars=months)
fixed_data['variable'] = (pd.CategoricalIndex(fixed_data['variable'],
                                              ordered=True, 
                                              categories=months))

fixed_data = fixed_data.sort_values(['Year', 'variable'])

- jezrael

---

类型错误：无法将项目插入到不是现有类别的分类索引中。 - Dewamuval

@Dewamuval - 好的，请添加您的数据，目前解决方案未经测试。 - jezrael

那个有效。非常感谢。我现在会发布数据。 - Dewamuval

Answer 2

有一种选项，您无需转换为分类数据类型，且可以保持顺序，即使用pyjanitor的pivot_longer函数。

# pip install pyjanitor
import pandas as pd
import janitor

result = df.pivot_longer('Year', sort_by_appearance=True)

result.head(10)

   Year variable  value
0  1981      Jan  453.1
1  1981      Feb  126.3
2  1981      Mar    5.8
3  1981      Apr   47.1
4  1981      May   25.3
5  1981      Jun   16.8
6  1981      Jul    0.0
7  1981      Aug    1.1
8  1981      Sep    4.4
9  1981      Oct   17.8

- sammywemmy