如何 pivot pandas 表只是一些列

Question

我在 pandas 中有一个数据名，其中有一组带连字符的列（有几个列，但我将使用 2 作为示例，_1 和 _2），它们都描述了不同的年份。

df = pd.DataFrame({'A': ['BP','Virgin'],
                   'B(LY)': ['A','C'],
                   'B(LY_1)': ['B', 'D'],
                   'C': [1, 3],
                   'C_1': [2,4],
                   'D': ['W','Y'],
                   'D_1': ['X','Z']})

我正在尝试将表重组为 pivot，使其看起来像这样：

df = pd.DataFrame({'A': ['BP','BP', 'Virgin', 'Virgin'],
                   'Year': ['A','B','C','D'],
                   'C': [1,2,3,4],
                   'D': ['W','X','Y','Z']})

但我不知道该怎么做。 问题是，我只需要连字符列来匹配其他变量的等效连字符。 任何帮助表示赞赏，谢谢

编辑

这是数据的真实示例

df = pd.DataFrame({'Company': ['BP','Virgin'],
                   'Account_date(LY)': ['May','Apr'],
                   'Account_date(LY_1)': ['Apr', 'Mar'],
                   'Account_date(LY_2)': ['Mar', 'Feb'],
                   'Account_date(LY_3)': ['Feb', 'Jan'],
                   'Acc_day': [1, 5],
                   'Acc_day_1': [2,6],
                   'Acc_day_2': [3,7],
                   'Acc_day_2': [4,8],
                   'D': ['W','A'],
                   'D_1': ['X','B'],
                   'D_1': ['Y','C'],
                   'D_1': ['Z','D']})

所需 output：

df = pd.DataFrame({'Company': ['BP','BP','BP','BP', 'Virgin', 'Virgin','Virgin', 'Virgin'],
                   'Year': ['May','Apr','Mar','Feb','Apr','Mar','Feb','May'],
                   'Acc_day': [1,2,3,4,5,6,7,8],
                   'D': ['W','X','Y','Z','A','B','C','D']})

Answer 1

您可以使用：

# set A aside
df2 = df.set_index('A')
# split columns to MultiIndex on "_"
df2.columns = df2.columns.str.split('_', expand=True)

# reshape
out = df2.stack().droplevel(1).rename(columns={'B': 'Year'}).reset_index()

或者使用看门人的pivot_longer ：

import janitor

out = (df.pivot_longer(index='A', names_sep='_', names_to=('.value', '_drop'), sort_by_appearance=True)
         .rename(columns={'B': 'Year'}).drop(columns='_drop')
      )

Output：

        A Year  C  D
0      BP    A  1  W
1      BP    B  2  X
2  Virgin    C  3  Y
3  Virgin    D  4  Z

更新的例子

使用映射器匹配(LY) -> _1等。

import re

# you can generate this mapper programmatically if needed
mapper = {'(LY)': '_1', '(LY-1)': '_2'}

# set A aside
df2 = df.set_index('A')
# split columns to MultiIndex on "_"
pattern = '|'.join(map(re.escape, mapper))
df2.columns = df2.columns.str.replace(pattern, lambda m: mapper[m.group()], regex=True).str.split('_', expand=True)

# reshape
out = df2.stack().droplevel(1).rename(columns={'B': 'Year'}).reset_index()

Output：

        A Year  C  D
0      BP    A  1  W
1      BP    B  2  X
2  Virgin    C  3  Y
3  Virgin    D  4  Z