使用列名的部分能否重塑 Pandas DataFrame？

Question

我刚开始使用pandas和数据框架工作。我想重新整理一些数据，但不确定最佳方法。我的直觉是遍历数据框架，但我希望有更好的方法。

因此，我有一个初始数据框架，看起来像这样：

供应商所在州	客户所在州	日期	购买总量A	购买总量B
加利福尼亚州	华盛顿州	2021年2月1日	10	5
加利福尼亚州	俄勒冈州	2021年2月1日	8	7
纽约州	新泽西州	2021年3月7日	15	9
纽约州	新泽西州	2021年2月8日	7	25
纽约州	纽约州	2021年2月8日	24	3

我想把它转换成以下形式：

供应商所在州	客户所在州	小部件类型	2021-02-01	2021-02-08	2021-03-07
加利福尼亚州	华盛顿州	widget_a	10	0	0
加利福尼亚州	华盛顿州	widget_b	5	0	0
纽约州	新泽西州	widget_a	0	7	15
纽约州	新泽西州	widget_b	0	25	9
纽约州	纽约州	widget_a	0	24	0
纽约州	纽约州	widget_b	0	3	0

这里有两个问题我遇到了困难。

• 是否有一种方法可以从原始列名中收集widget_a和widget_b并将其放在结果的widget类型列中?
• 是否有一个好的操作方法最终得到我想要的列？对我来说，感觉某种透视会起作用，但是这通常会以类似于以下列的形式结束

CA/WA/2021-02-01	CA/WA/2021-02-08	CA/WA/2021-03-07

我希望我只是因为之前没有使用过pandas而错过了一些基本的东西。

- Newlyn Erratt

Answer 1

通过 stack unstack:

df = (df.set_index(['vendor_state','client_state','date'])
 .stack()
 .unstack(2)
 .reset_index()
 .rename(columns={'level_2': 'widget type'})
 .fillna(0)
 )
df['widget type'] = df['widget type'].str.extract(pat = ("(widget_[a|b])"))

输出结果:

	供应商所在州	客户所在州	小部件类型	2021-02-01	2021-02-08	2021-03-07
0	加利福尼亚州	俄勒冈州	小部件A	8.0	0.0	0.0
1	加利福尼亚州	俄勒冈州	小部件B	7.0	0.0	0.0
2	加利福尼亚州	华盛顿州	小部件A	10.0	0.0	0.0
3	加利福尼亚州	华盛顿州	小部件B	5.0	0.0	0.0
4	纽约州	新泽西州	小部件A	0.0	7.0	15.0
5	纽约州	新泽西州	小部件B	0.0	25.0	9.0
6	纽约州	纽约州	小部件A	0.0	24.0	0.0
7	纽约州	纽约州	小部件B	0.0	3.0	0.0

- Nk03