如何基于三个变量将宽数据转换为长数据

Question

我有这样一个数据帧结构：

Item FY20 FY21 FY22 ...  
Case High Low Base
Multiple 1.2 2.3 3.4
Cash 1.1 1.4 1.2

我需要这样的数据：

Item Date Case Value
Cash FY20 High 1.1
Cash FY21 Low 1.4
Cash FY22 Base 1.2

因此，我基本上是想将数据从宽格式转换为基于“Case”、“FY”和项的长格式。你知道吗

我已经试过使用多个索引了，而且还把它弄得乱七八糟pd.枢轴但我真的被难住了。你知道吗

Answer 1

让我们从创建源数据帧开始：

df = pd.DataFrame(data=[
    [ 'Item',     'FY20', 'FY21', 'FY22' ],
    [ 'Case',     'High', 'Low',  'Base' ],
    [ 'Multiple', 1.2,    2.3,    3.4    ],
    [ 'Cash',     1.1,    1.4,    1.2    ]])

结果是：

          0     1     2     3
0      Item  FY20  FY21  FY22
1      Case  High   Low  Base
2  Multiple   1.2   2.3   3.4
3      Cash   1.1   1.4   1.2

那么我们必须：

• 转置此数据帧
• 将第一行转换为列名
• 更改第一列名称：

为此，请运行：

df2 = df.transpose()
df2.columns = df2.iloc[0].tolist()
df2.drop(index=0, inplace=True)
df2.rename(columns={'Item': 'Date'})

结果是：

   Date  Case Multiple Cash
1  FY20  High      1.2  1.1
2  FY21   Low      2.3  1.4
3  FY22  Base      3.4  1.2

要获得结果，请运行：

df2.melt(id_vars=['Date', 'Case'], value_vars=['Cash'],
    var_name='Name', value_name='Value')

您将收到：

   Date  Case  Name Value
0  FY20  High  Cash   1.1
1  FY21   Low  Cash   1.4
2  FY22  Base  Cash   1.2

或者结果应该包括多个柱的熔化？ 为此，请删除value\u vars=['Cash']。 这种方式将包括所有剩余的列（除 包含在id变量中。你知道吗