![](/img/trans.png)
[英]Join all columns from multiple pandas dataframes into one dataframe with data and column names
[英]Is there a way to combine multiple columns in Pandas that can join all data from certain columns into one column (12 columns to 1)
我希望這個問題很清楚,但我正在查看 Zillow 房屋銷售數據,並且遇到了一個問題,無法將某些年份的所有月份合並到新聲明的“年份”變量中。 這基本上應該將具有 Jan-YY、Feb-YY、Mar-YY...等的所有數據都存儲到 YY 中。
我嘗試過 Pandas 內置函數,例如Stack()和Pivot() ,但這些似乎不起作用。
如果沒有可行的方法來做到這一點,我的替代方案是什么? 提前致謝!
示例:取 Column1 = '1/31/1996'和 Column2 = '2/28/1996' ...等。 和 Column12 = '12/31/1996'並組合成一個名為Y1996的新列。 這將更容易分析,而不是按月細分。
我的代碼:
import pandas as pd
import numpy as np
import statsmodels.api as sm
import matplotlib.pyplot as plt
%matplotlib inline
zil = pd.read_csv('zillow.csv')
df_zil = pd.DataFrame(df_zil)
df_zil.head(4)
#My attempt at merging into one
y1996 = (df_zil['1/31/1996'] + df_zil['3/31/1996'] + df_zil['4/30/1996'] + df_zil['5/31/1996'] +
df_zil['6/30/1996'] + df_zil['7/31/1996'] + df_zil['8/31/1996'] + df_zil['9/30/1996'] +
df_zil['10/31/1996'] + df_zil['11/30/1996'] + df_zil['12/31/1996'])
Zillow 數據參考: https : //www.zillow.com/research/data/
我認為你需要一個與樞軸相反的 - 融化。 您的數據采用“寬”格式,如果將數據轉換為“高”格式,則更容易進行此匯總。 獲得高格式數據后,您可以使用 groupby 對同一年內的值求和。
我下載了 House Inventory 和 Sales 數據集,並編寫了一個簡短的程序來匯總同一年的所有值。
代碼:
import pandas as pd
df = pd.read_csv("Metro_invt_fs_uc_sfrcondo_smoothed_month.csv")
# Take all of the columns after the index and convert them into additional rows
df = df.melt(id_vars=["RegionID", "SizeRank", "RegionName", "RegionType", "StateName"], var_name="Date")
# Drop date, but keep year
df["Year"] = pd.to_datetime(df["Date"]).dt.year
df = df.drop("Date", axis="columns")
# Aggregate each year
df = df.groupby(["RegionID", "SizeRank", "RegionName", "RegionType", "StateName", "Year"], as_index=False).sum()
print(df)
輸出:
RegionID SizeRank RegionName RegionType StateName Year value
0 394304 74 Akron, OH Msa OH 2017 3576.0
1 394304 74 Akron, OH Msa OH 2018 42625.0
2 394304 74 Akron, OH Msa OH 2019 39078.0
3 394304 74 Akron, OH Msa OH 2020 21532.0
4 394308 60 Albany, NY Msa NY 2017 2969.0
.. ... ... ... ... ... ... ...
475 753906 75 North Port-Sarasota-Bradenton, FL Msa FL 2020 73953.0
476 753924 54 Urban Honolulu, HI Msa HI 2017 3735.0
477 753924 54 Urban Honolulu, HI Msa HI 2018 50079.0
478 753924 54 Urban Honolulu, HI Msa HI 2019 57413.0
479 753924 54 Urban Honolulu, HI Msa HI 2020 35522.0
[480 rows x 7 columns]
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.