如何對 Pandas 數據框進行反透視

Question

我有一個 Pandas 數據框，如下所示：起始表：

科德	國家	程序	男性	男性	女性	女性
科德	國家	程序	兩歲	三歲	兩歲	三歲
1a	我們	proc_1	4	6	3	6
1a	英國	proc_1	2	3	5	1
1b	我們	proc_2	15	3	5	2
1b	英國	proc_2	8	4	7	3

CSV：

Code;Country;Procedure;male;male;female;female
Code;Country;Procedure;two-year-old;three-year-old;two-year-old;three-year-old
1a;US;proc_1;4;6;3;6
1a;UK;proc_1;2;3;5;1
1b;US;proc_2;15;3;5;2
1b;UK;proc_2;8;4;7;3

我的python代碼：

df = pd.read_csv('test.csv', 
                 header=[0,1],delimiter= ';',
                 engine='python', 
                 encoding= 'unicode_escape')

事實上，我有兩個行標題如何旋轉熊貓數據框以獲得以下結果？

結果表：

代碼	國家	程序	性別	年齡	頻率
1a	我們	proc_1	男性	兩歲	4
1a	我們	proc_1	男性	三歲	6
1a	我們	proc_1	女性	兩歲	3
1a	我們	proc_1	女性	三歲	6
1a	英國	proc_1	男性	兩歲	2
1a	英國	proc_1	男性	三歲	3
1a	英國	proc_1	女性	兩歲	5
1a	英國	proc_1	女性	三歲	1
1b	...

Answer 1

您可能想要使用與樞軸相反的melt ：

import io
import pandas as pd

piv = pd.read_csv(io.StringIO("""Code;Country;Procedure;male;male;female;female
Code;Country;Procedure;two-year-old;three-year-old;two-year-old;three-year-old
1a;US;proc_1;4;6;3;6
1a;UK;proc_1;2;3;5;1
1b;US;proc_2;15;3;5;2
1b;UK;proc_2;8;4;7;3"""), header=[0, 1], delimiter=";")


unpivoted = piv.melt(id_vars=list(piv.columns[:3]),
                     var_name=['gender', 'age'],
                     value_name='frequency')

# cleanup the tupleized columns
unpivoted.columns = [(col[0] if isinstance(col, tuple) else col)
                     for col in unpivoted.columns]

Answer 2

將“melt”與“pivot_table”結合使用，您可以嘗試以下操作：

df_melt=df.melt(id_vars=['Kode','Country','Procedure'],var_name='Gender')

將兩歲、三歲提取到自己的“Age_group”列中，將“value”列中的非數字行去掉

df_melt['Age_group']=df_melt['value'].str.extract('(.*-year-old)')
df_melt['Age_group']=df_melt['Age_group'].ffill()
df_melt=df_melt[pd.to_numeric(df_melt['value'],errors='coerce').notnull()]

如果原始數據框在編輯器中按原樣顯示為紅色，則名稱相同的列將重命名為male、male.1、female、female.1 等。要刪除“.”之后的字符。 從“性別”列

df_melt['Gender']=df_melt['Gender'].map(lambda x: x[0: x.find('.')] if '.' in x else x)

透視結果

result=df_melt.pivot_table(index=['Kode','Country','Procedure','Gender','Age_group'],values='value')