Python Pandas DataFrame wide_to_long方法用法及代码示例

例子

考虑以下 DataFrame ：

df = pd.DataFrame({"name":["alex","bob","cathy"], "savings_2019":[10,20,30], "savings_2020":[40,50,60]})
df



   name   savings_2019  savings_2020
0  alex       10            40
1  bob        20            50
2  cathy      30            60

基本用法

从宽DataFrame变为长DataFrame：

pd.wide_to_long(df, stubnames=["savings_"], i="name", j="year")



             savings_
name   year	
alex   2019    10
bob    2019    20
cathy  2019    30
alex   2020    40
bob    2020    50
cathy  2020    60

在这里，请注意下划线是如何包含在存根名称中的("savings_")。这是因为如果没有 _ ，该方法将使用 "_2019" 之类的后缀，而不仅仅是数字 "2019" 来查找要取消透视的列标签。这是一个问题，因为默认的 suffix 参数 ( "\d+" ) 仅允许数字。

这种方法的缺点是新的列名变成了 savings_ ，这无疑很尴尬。

指定 sep 参数

我们可以让 stubnames 为 "saving" 并设置 sep="_" 来获得相同的行为，而不是 "saving_" 。这样做的优点是我们的列名称现在是 savings ：

pd.wide_to_long(df, stubnames=["savings"], i="name", j="year", sep="_")



             savings
name   year	
alex   2019    10
bob    2019    20
cathy  2019    30
alex   2020    40
bob    2020    50
cathy  2020    60

指定后缀参数

考虑以下 DataFrame ：

df = pd.DataFrame({"name":["alex","bob","cathy"], "savings_2019A":[10,20,30], "savings_2020A":[40,50,60]})
df



   name  savings_2019A  savings_2020A
0  alex       10             40
1  bob        20             50
2  cathy      30             60

这里，这个DataFrame和之前的DataFrame的区别在于每个列名都附加了一个"A"字符。

如果我们像上一个例子一样调用wide_to_long(~)，结果将为空：

pd.wide_to_long(df, ["savings_"], i="name", j="year")



              savings_2019A  savings_2020A  savings_
name	year

这是因为列名称现在是 "2019A" 而不是数字 "2019" 。由于后缀的默认值仅允许数字 ( "\d+" )，因此列 "2019A" 不会取消透视。我们可以通过设置正则表达式 "\w+" 来解决此问题，它允许使用 "2019A" 等术语：

pd.wide_to_long(df, ["savings"], i="name", j="year", sep="_", suffix="\w+")



              savings
name   year	
alex   2019A    10
bob    2019A    20
cathy  2019A    30
alex   2020A    40
bob    2020A    50
cathy  2020A    60

作为旁注，您还可以使用正则表达式 suffix=".*A" 来匹配以 "A" 结尾的所有列标签。