我希望将从数据透视表中导出的Pandas DataFrame转换为以下行表示形式。
这是我的进展情况:
这导致
为了消除多重索引,我现在在两列(
有人知道我怎样才能消除列中的多重索引并将结果转换为示例格式的DataFrame吗?
这是我的进展情况:
import pandas as pd
import numpy as np
df = pd.DataFrame({
'goods': ['a', 'a', 'b', 'b', 'b'],
'stock': [5, 10, 30, 40, 10],
'category': ['c1', 'c2', 'c1', 'c2', 'c1'],
'date': pd.to_datetime(['2014-01-01', '2014-02-01', '2014-01-06', '2014-02-09', '2014-03-09'])
})
# we don't care about year in this example
df['month'] = df['date'].map(lambda x: x.month)
piv = df.pivot_table(["stock"], "month", ["goods", "category"], aggfunc="sum")
piv = piv.reindex(np.arange(piv.index[0], piv.index[-1] + 1))
piv = piv.ffill(axis=0)
piv = piv.fillna(0)
print piv
这导致
stock
goods a b
category c1 c2 c1 c2
month
1 5 0 30 0
2 5 10 30 40
3 5 10 10 40
这就是我想要达到的地方。
goods category month stock
a c1 1 5
a c1 2 0
a c1 3 0
a c2 1 0
a c2 2 10
a c2 3 0
b c1 1 30
b c1 2 0
b c1 3 10
b c2 1 0
b c2 2 40
b c2 3 0
以前, 我使用
piv = piv.stack()
piv = piv.reset_index()
print piv
为了消除多重索引,我现在在两列(
["goods", "category"]
)上进行数据透视,但这会导致以下结果: month category stock
goods a b
0 1 c1 5 30
1 1 c2 0 0
2 2 c1 5 30
3 2 c2 10 40
4 3 c1 5 10
5 3 c2 10 40
有人知道我怎样才能消除列中的多重索引并将结果转换为示例格式的DataFrame吗?
stack
可以,而现在应该使用unstack
。 - orange