如何使用 pandas.melt 取消透视我的数据框？

Question

我有这样的数据

        time  close
date   
6/1/20 00:00 4375.5
6/1/20 00:15 4374.0
6/1/20 00:30 4376.5
...

我使用 df.pivot(columns='time', values='close') 来输出它（按我的意愿工作）

        00:00  00:15  00:30
date   
6/1/20 4375.5 4374.0  4376.5
...

我跨时间范围运行 pct 更改 df.pct_change(axis=1)

        00:00  00:15  00:30
date   
6/1/20   NaN  .00312 .00123  #these are just not real calcs, just putting in nums for example
...

现在我想融化 df，但我在这样做时遇到了麻烦。 我希望数据框回到原来的布局

        time  pct_change
date   
6/1/20 00:00  NaN
6/1/20 00:15 .00312
6/1/20 00:30 .00123
...

我想这样做的原因是因为 plotly.express.density_heatmap() 无法读取非熔化形式的数据。 我正在使用 streamlit 并想插入带有 plotly 的图表，但最终图表只需要看起来与 df.style.background_gradient(cmap='green') 相同

from plotly.express as px

#this code doesnt work, but this is how ideally want to input it. 
fig = px.density_heatmap(df, x='time', y='date', z='pct_change')

感谢任何提供指导的人！

Answer 1

你错过了一个日期，你可以试试这个方法

df2=df.pivot(index='date', columns=['time'], values='close').pct_change(axis=1)
df2

time    00:00   00:15   00:30
date            
6/1/20  NaN     -0.000343   0.000572

df2.unstack().reset_index()

    time    date    0
0   00:00   6/1/20  NaN
1   00:15   6/1/20  -0.000343
2   00:30   6/1/20  0.000572

Answer 2

如果您只有一个适当的日期时间索引，这一切都会变得容易得多：

df.reset_index(inplace=True)
df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time'])
df = df.set_index('datetime').drop(['date', 'time'], axis=1)
print(df.pct_change())

输出：

                        close
datetime
2020-06-01 00:00:00       NaN
2020-06-01 00:15:00 -0.000343
2020-06-01 00:30:00  0.000572