Pandas：通过拆分列中的列和变量来重塑数据框

Question

我有以下数据框，我试图融化：import numpy as npimport pandas as pddates = pd.date_range('1/1/2014', periods=4)df = pd.DataFrame(np.eye(4, ), index=dates, columns=['A_var1', 'A_var2', 'B_var1', 'B_var2'])print(df)             A_var1  A_var2  B_var1  B_var22014-01-01     1.0     0.0     0.0     0.02014-01-02     0.0     1.0     0.0     0.02014-01-03     0.0     0.0     1.0     0.02014-01-04     0.0     0.0     0.0     1.0我想获得以下内容：            type    var1    var2  2014-01-01   A      1.0     0.0    2014-01-01   B      0.0     0.0    2014-01-02   A      0.0     1.0     2014-01-02   B      0.0     0.0  2014-01-03   A      0.0     0.0    2014-01-03   B      1.0     0.02014-01-04   A      0.0     0.0     2014-01-04   B      0.0     1.0关于如何有效地做到这一点的任何想法？我知道我可以使用melt 函数，但我不能让它在那种情况下工作。

Answer 1

您可以stack在多索引列上使用。

In [304]: df.columns = df.columns.str.split('_', expand=True)

In [305]: df.stack(0).reset_index(1)

Out[305]:

           level_1  var1  var2

2014-01-01       A   1.0   0.0

2014-01-01       B   0.0   0.0

2014-01-02       A   0.0   1.0

2014-01-02       B   0.0   0.0

2014-01-03       A   0.0   0.0

2014-01-03       B   1.0   0.0

2014-01-04       A   0.0   0.0

2014-01-04       B   0.0   1.0