根據 pandas 中的時間序列創建一個 dataframe 月份 x 年

Question

我有一個時間序列數據，其中每個月有幾年的天數，並嘗試創建一個新的 dataframe ，它將月份作為行，將年份作為列。

我有這個

    DateTime    Days    Month   Year
        
    2004-11-30  3   November    2004
    2004-12-31  16  December    2004
    2005-01-31  12  January     2005
    2005-02-28  11  February    2005
    2005-03-31  11  March       2005
    ... ... ... ...
    2019-06-30  0   June        2019
    2019-07-31  2   July        2019
    2019-08-31  5   August      2019
    2019-09-30  5   September   2019
    2019-10-31  3   October     2019

我正試圖得到這個

Month     2004  2005 ... 2019

January   nan   12       7
February  nan   11       9
...
November  17    17       nan
December  14    15       nan

我創建了一個新的Z6A8064B5DF47945555555555555555555057DZ，其第一個列表示含義月，並嘗試通過第一個Z6A8064B5DF47945555555555555555555555555555057DZ進行迭代，並將新的列555添加到了Z6A8064B5DF4794555555555555052時，該列是第（YEAR）和信息。在新的 dataframe 中（輸出）永遠不會為真，因此新的 dataframe 永遠不會更新。 我猜這是因為在同一迭代中，天數中的月份與 output 中的月份不同。

for index, row in days.iterrows():
print(days.loc[index, 'Days'])    #this prints out as expected
for month in output.items():
    print(index.month_name())     #this prints out as expected
    if index.month_name()==month:
        output.at[month, index.year]=days.loc[index, 'Days']    #I wanted to use this to fill up the cells, is this right?
        print(days.loc[index, 'Days'])      #this never gets printed out

你能告訴我如何解決這個問題嗎？ 或者也許有更好的方法來完成結果而不是迭代？ 這是我第一次嘗試在 python 中使用庫，因此我將不勝感激。

Answer 1

使用pivot ，如果您的輸入 dataframe 每個月和年有一個值：

df.pivot('Month', 'Year', 'Days')

Output：

Year      2004 2005 2019
Month                   
August     NaN  NaN    5
December    16  NaN  NaN
February   NaN   11  NaN
January    NaN   12  NaN
July       NaN  NaN    2
June       NaN  NaN    0
March      NaN   11  NaN
November     3  NaN  NaN
October    NaN  NaN    3
September  NaN  NaN    5