pandas 数据融合 Melt

更新时间：2021-10-27 23:41:39 标签：pandas 索引

看过来

《pandas 教程》持续更新中，可作为 pandas 入门进阶课程、pandas 中文手册、用法大全，配有案例讲解和速查手册。提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。查看更新日志。作者开办 Python 数据分析培训，详情 Python 数据分析培训。

本教程作者所著新书《Python之光：Python编程入门与实战》（ISBN：9787111729891）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

df.melt() 是 df.pivot() 逆转操作函数。简单说就是将指定的列放到铺开放到行上名为variable(可指定)列，值在value(可指定)列。

逻辑图示

pandas-crosstab

语法结构

具体语法结构如下：

pd.melt(frame: pandas.core.frame.DataFrame,
        id_vars=None, value_vars=None,
        var_name='variable', value_name='value',
        col_level=None)

其中：

id_varstuple，list或ndarray（可选），用作标识变量的列。
value_varstuple，列表或ndarray，可选，要取消透视的列。如果未指定，则使用未设置为id_vars的所有列。
var_namescalar，用于“变量”列的名称。如果为None，则使用frame.columns.name或“variable”。
value_namescalar，默认为“ value”，用于“ value”列的名称。
col_levelint或str，可选，如果列是MultiIndex，则使用此级别来融化。

pd.melt 示例

df = pd.DataFrame({'A': {0: 'a', 1: 'b', 2: 'c'},
                   'B': {0: 1, 1: 3, 2: 5},
                   'C': {0: 2, 1: 4, 2: 6}})
df
'''
   A  B  C
0  a  1  2
1  b  3  4
2  c  5  6
'''

pd.melt(df, id_vars=['A'], value_vars=['B'])
'''
   A variable  value
0  a        B      1
1  b        B      3
2  c        B      5

'''

pd.melt(df, id_vars=['A'], value_vars=['B', 'C'])
'''
   A variable  value
0  a        B      1
1  b        B      3
2  c        B      5
3  a        C      2
4  b        C      4
5  c        C      6
'''

变量列和值列的名称可以自定义:

pd.melt(df, id_vars=['A'], value_vars=['B'],
        var_name='myVarname', value_name='myValname')
'''
   A myVarname  myValname
0  a         B          1
1  b         B          3
2  c         B          5
'''

多层索引的方法:

df.columns = [list('ABC'), list('DEF')]
df
'''
   A  B  C
   D  E  F
0  a  1  2
1  b  3  4
2  c  5  6
'''

pd.melt(df, col_level=0, id_vars=['A'], value_vars=['B'])
'''
   A variable  value
0  a        B      1
1  b        B      3
2  c        B      5
'''

pd.melt(df, id_vars=[('A', 'D')], value_vars=[('B', 'E')])
'''
  (A, D) variable_0 variable_1  value
0      a          B          E      1
1      b          B          E      3
2      c          B          E      5
'''

宽表转长表 wide_to_long

另一种转换方法是使用 pd.wide_to_long() 面板数据（panel data）便利函数。它不如 melt() 灵活，但更便于用户使用。

dft = pd.DataFrame(
    {
        "A1970": {0: "a", 1: "b", 2: "c"},
        "A1980": {0: "d", 1: "e", 2: "f"},
        "B1970": {0: 2.5, 1: 1.2, 2: 0.7},
        "B1980": {0: 3.2, 1: 1.3, 2: 0.1},
        "X": dict(zip(range(3), np.random.randn(3))),
    }
)


dft["id"] = dft.index
dft
'''
  A1970 A1980  B1970  B1980         X  id
0     a     d    2.5    3.2 -0.121306   0
1     b     e    1.2    1.3 -0.097883   1
2     c     f    0.7    0.1  0.695775   2
'''

pd.wide_to_long(dft, ["A", "B"], i="id", j="year")
'''
                X  A    B
id year
0  1970 -0.121306  a  2.5
1  1970 -0.097883  b  1.2
2  1970  0.695775  c  0.7
0  1980 -0.121306  d  3.2
1  1980 -0.097883  e  1.3
2  1980  0.695775  f  0.1
'''

它的语法是 pandas.wide_to_long(df, stubnames, i, j, sep='', suffix='\\d+')[source]，使用 stubnames['A'，'B']，此函数希望找到一组或多组格式为A-supfix1，A-supfix2，…，B-supfix1，B-supfix2，….的列，您可以使用 j（例如j='year'）在结果的长格式中指定要调用此后缀的内容。假设这些宽变量的每一行都由i唯一标识（可以是单个列名或列名列表）数据框中的所有剩余变量保持不变。

详情可参考 pd.wide_to_long()。