如何融化 pd.DataFrame 来组织数据？ （包括玩具示例）

Question

问题

• 我好奇地想知道如何融化data_df在下面提供的玩具例子desired_df 。

import pandas as pd

data_df = pd.DataFrame(data = [['FR','Aug',100], ['FR','Sep',170], ['FR','Oct',250],
                               ['KR','Aug',9], ['KR','Sep',12],['KR','Oct',19],
                               ['US','Aug',360], ['US','Sep',500], ['US','Oct',700]],
                       columns = ['country','time','covid19'])
data_df
>>>   country   time    covid19 
   0    FR       Aug      100
   1    FR       Sep      170
   2    FR       Oct      250
   3    KR       Aug       9
   4    KR       Sep      12
   5    KR       Oct      19
   6    US       Aug      360
   7    US       Sep      500
   8    US       Oct      700

• 我想要的输出desired_df如下， columns国家名称、 index时间以及数据框中 Covid 19 患者的数量作为values 。

desired_df
>>>     FR  KR  US
 Aug    100 9   360
 Sep    170 12  500
 Oct    250 19  700

• 我认为pd.melt会有所帮助，但它不会按照我的pd.melt创建索引和列。

Answer 1

尝试pivot ：

data = data_df.pivot(index = 'time', columns = 'country')
print(data)

这使：

country      FR  KR   US
time                    
Aug         100   9  360
Oct         250  19  700
Sep         170  12  500

索引按字母顺序排列。 根据需要重新排列它们。 为了按日历排序它们，我建议 Brad Solomon 的回答按月份名称对熊猫的数据框系列进行排序？ ，它使用pd.Categorical 。