Python Pandas DataFrame wide_to_long方法用法及代碼示例

例子

考慮以下 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

從寬DataFrame變為長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

在這裏，請注意下劃線是如何包含在存根名稱中的("savings_")。這是因為如果沒有 _ ，該方法將使用 "_2019" 之類的後綴，而不僅僅是數字 "2019" 來查找要取消透視的列標簽。這是一個問題，因為默認的 suffix 參數 ( "\d+" ) 僅允許數字。

這種方法的缺點是新的列名變成了 savings_ ，這無疑很尷尬。

指定 sep 參數

我們可以讓 stubnames 為 "saving" 並設置 sep="_" 來獲得相同的行為，而不是 "saving_" 。這樣做的優點是我們的列名稱現在是 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

指定後綴參數

考慮以下 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

這裏，這個DataFrame和之前的DataFrame的區別在於每個列名都附加了一個"A"字符。

如果我們像上一個例子一樣調用wide_to_long(~)，結果將為空：

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



              savings_2019A  savings_2020A  savings_
name	year

這是因為列名稱現在是 "2019A" 而不是數字 "2019" 。由於後綴的默認值僅允許數字 ( "\d+" )，因此列 "2019A" 不會取消透視。我們可以通過設置正則表達式 "\w+" 來解決此問題，它允許使用 "2019A" 等術語：

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

作為旁注，您還可以使用正則表達式 suffix=".*A" 來匹配以 "A" 結尾的所有列標簽。