[英]How do I convert multiple columns to individual rows/values in pandas?
我確定這個問題已經得到了回答,但不幸的是我不知道如何稱呼這個操作,所以我的搜索失敗了。 它幾乎就像一個反向數據透視表。
假設我有以下工資單數據:
data = [
{'employee': 1, 'date': '2020-01-04', 'reg': 8, 'ot': 0, 'dt': 0},
{'employee': 1, 'date': '2020-01-05', 'reg': 4, 'ot': 4, 'dt': 0},
{'employee': 1, 'date': '2020-01-06', 'reg': 0, 'ot': 0, 'dt': 4},
{'employee': 2, 'date': '2020-01-04', 'reg': 6, 'ot': 2, 'dt': 0},
{'employee': 2, 'date': '2020-01-05', 'reg': 3, 'ot': 5, 'dt': 0},
{'employee': 2, 'date': '2020-01-06', 'reg': 0, 'ot': 4, 'dt': 0},
]
data_df = pd.DataFrame(data)
我需要做的是將每個員工/日期的每個費率('reg'、'ot' 和 'dt')分解為自己的行,其中有一列用於表示費率標簽,一列用於表示小時,保留其他非基於費率的列。 此外,我不希望值為零的任何費率都有一行。 對於上述數據,我希望得到:
result = [
{'employee': 1, 'date': '2020-01-04', 'rate': 'reg', 'hours': 8},
{'employee': 1, 'date': '2020-01-05', 'rate': 'reg', 'hours': 4},
{'employee': 1, 'date': '2020-01-05', 'rate': 'ot', 'hours': 4},
{'employee': 1, 'date': '2020-01-06', 'rate': 'dt', 'hours': 4},
{'employee': 2, 'date': '2020-01-04', 'rate': 'reg', 'hours': 6},
{'employee': 2, 'date': '2020-01-04', 'rate': 'ot', 'hours': 2},
{'employee': 2, 'date': '2020-01-05', 'rate': 'reg', 'hours': 3},
{'employee': 2, 'date': '2020-01-05', 'rate': 'ot', 'hours': 5},
{'employee': 2, 'date': '2020-01-06', 'rate': 'ot', 'hours': 4},
]
result_df = pd.DataFrame(result)
關於如何實現這一點的任何想法將不勝感激!
嘗試使用melt
:
(data_df.melt(['employee','date'],
var_name='rate',
value_name='hours')
.query('hours != 0'))
輸出:
employee date rate hours
0 1 2020-01-04 reg 8
1 1 2020-01-05 reg 4
3 2 2020-01-04 reg 6
4 2 2020-01-05 reg 3
7 1 2020-01-05 ot 4
9 2 2020-01-04 ot 2
10 2 2020-01-05 ot 5
11 2 2020-01-06 ot 4
14 1 2020-01-06 dt 4
這應該可以解決問題:
data_df=data_df.set_index(["employee", "date"]).stack().reset_index().rename(columns={"level_2": "rate", 0: "hours"})
輸出:
employee date rate hours
0 1 2020-01-04 reg 8
1 1 2020-01-04 ot 0
2 1 2020-01-04 dt 0
3 1 2020-01-05 reg 4
4 1 2020-01-05 ot 4
5 1 2020-01-05 dt 0
6 1 2020-01-06 reg 0
7 1 2020-01-06 ot 0
8 1 2020-01-06 dt 4
9 2 2020-01-04 reg 6
10 2 2020-01-04 ot 2
11 2 2020-01-04 dt 0
12 2 2020-01-05 reg 3
13 2 2020-01-05 ot 5
14 2 2020-01-05 dt 0
15 2 2020-01-06 reg 0
16 2 2020-01-06 ot 4
17 2 2020-01-06 dt 0
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.