Редактировать многоформатные форматы длинного формата с помощью Pandas

Я бы хотел:

DateTime ColumnName Min Avg Max 2012-10-14 11:29:23.810000 Percent_Used 24 24 24 2012-10-14 11:29:23.810000 Current_Count 254503 254503 254503 2012-10-14 11:29:23.810000 Max 1048576 1048576 1048576 2012-10-14 11:34:23.813000 Percent_Used 24 24 24 2012-10-14 11:34:23.813000 Current_Count 254116 254116 254116 2012-10-14 11:34:23.813000 Max 1048576 1048576 1048576 

В кадр данных, где DateTimes являются уникальными (индекс) и столбцами:

DataTime, Percent_Used_Min, Percent_Used_Avg, Percent_Used_Max, Current_Count_Min, Current_Count_Avg, Current_Count_Max, Max_Min, Max_Avg, Max_Max

В принципе, я хочу имитировать R-расплав / литье, не попадая в иерархическую индексацию или сложенные данные. Кажется, я не могу точно воспроизвести вышеприведенную игру со стеклом / стядом, расплавом или поворотным / поворотным столом. Есть ли хороший способ сделать это?

В качестве примера, в R это будет что-то вроде:

 dynamic_melt = melt(dynamic, id = c("DateTime", "ColumnName")) recast = data.frame(cast(dynamic_melt, DateTime ~ ...)) 

Вышеуказанные данные будут переменными (то есть значения ColumnName не всегда будут одинаковыми, их может быть больше или меньше, а также разных имен).

One Solution collect form web for “Редактировать многоформатные форматы длинного формата с помощью Pandas”

Существует melt в pandas.core.reshape :

 In [52]: melted = reshape.melt(df, id_vars=['DateTime', 'ColumnName']) In [53]: melted.set_index(['DateTime', 'ColumnName', 'variable']).value.unstack([1, 2]) Out[53]: ColumnName Percent_Used Current_Count Max Percent_Used Current_Count Max Percent_Used Current_Count Max variable Min Min Min Avg Avg Avg Max Max Max DateTime 2012-10-14 11:29:23.810000 24 254503 1048576 24 254503 1048576 24 254503 1048576 2012-10-14 11:34:23.813000 24 254116 1048576 24 254116 1048576 24 254116 1048576 

Столбцы в конечном итоге являются MultiIndex, но если это разрыватель сделок, вы просто соглашаетесь с именами и делаете их обычным индексом.

  • Использование имени столбца в качестве нового атрибута в пандах
  • Измените массив в NumPy
  • Как изменить таблицу в пандах в формате, подходящем для анализа в R?
  •  
    Interesting Posts for Van-Lav

    Как получить вложенный элемент в прекрасный суп

    Стандартный способ встраивания версии в пакет python?

    Проверьте, установлен ли пакет

    Как получается, что сериализация json намного быстрее, чем сериализация yaml в Python?

    Ошибка импорта SWIG и Python3

    Вставка двух операций в транзакцию и получение «Невозможно работать с разными группами сущностей в транзакции» Ошибка

    добавить гиперссылку на лист excel, созданный методом pandas dataframe to_excel

    Преобразование объекта Pandas tseries в DataFrame

    Самый быстрый способ сбросить дублированный индекс в Pandas DataFrame

    Python: как передать аргумент по умолчанию методу экземпляра с переменной экземпляра?

    gae python ascii codec can not decode byte

    Производительность кода Python уменьшается с потоками

    Как удалить элементы списка во время циклического перебора самого списка, не повторяя его

    создание суммы нечетных индексов python

    Массив Python объектов datetime из numpy ndarray

    Python - лучший язык программирования в мире.