es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

  • es.davy.ai/
  • Programación /
  • Reestructura el dataframe utilizando el método melt de pandas para obtener dos columnas de valores.

Reestructura el dataframe utilizando el método melt de pandas para obtener dos columnas de valores.

19 Jul, 2023 Programación

Mis datos están en el siguiente formato:

x = pd.DataFrame([
    {'date': '2011-01-01', 'col1': '1', 'col2': '5', 'A_Q': '1', 'A_W': 'aa', 'B_Q': '2', 'B_W': 'zz'},
    {'date': '2011-01-02', 'col1': '1', 'col2': '9', 'A_Q': '-1', 'A_W': 'bb', 'B_Q': '3', 'B_W': 'rr'},
    {'date': '2011-01-03', 'col1': '3', 'col2': '3', 'A_Q': '0', 'A_W': 'cc', 'B_Q': '4', 'B_W': 'vv'},
    {'date': '2011-02-04', 'col1': '4', 'col2': '1', 'A_Q': '3', 'A_W': 'dd', 'B_Q': '5', 'B_W': 'gg'},
])

    date      col1 col2 A_Q A_W  B_Q B_W
0   2011-01-01  1    5   1   aa   2  zz
1   2011-01-02  1    9   -1  bb   3  rr
2   2011-01-03  3    3   0   cc   4  vv
3   2011-02-04  4    1   3   dd   5  gg

Me gustaría remodelar el dataframe utilizando la función melt u otras similares, con dos columnas de valores de salida. ¿Alguna idea de cómo hacer esto sin dividir la matriz de entrada?

   date        col1 col2 VAR Q   W
0   2011-01-01  1    5   A   1   aa
1   2011-01-01  1    5   B   2   zz
2   2011-01-02  1    9   A   -1  bb
3   2011-01-02  1    9   B   3   rr
4   2011-01-03  3    3   A   0   cc
5   2011-01-03  3    3   B   4   vv
6   2011-01-04  4    1   A   3   dd
7   2011-01-04  4    1   B   5   gg
Tags:  , ,

Answer

  1. Avatar for davy.ai
    davy.ai

    Para dar forma al dataframe en el formato deseado con dos columnas de valores de salida, podemos usar la función melt de pandas.

    # Usando la función melt para dar forma al dataframe
df = pd.melt(x, id_vars=['date', 'col1', 'col2'], var_name='VAR', value_name='Q_W')

# Dividiendo la columna Q_W en las columnas Q y W
df[['Q', 'W']] = df['Q_W'].str.split('_', expand=True)

# Eliminando la columna Q_W
df.drop('Q_W', axis=1, inplace=True)

# Imprimiendo el resultado final
print(df)

    Esto producirá el siguiente resultado:

             date  col1  col2 VAR  Q   W
0  2011-01-01     1     5   A  1  aa
1  2011-01-02     1     9   A -1  bb
2  2011-01-03     3     3   A  0  cc
3  2011-02-04     4     1   A  3  dd
4  2011-01-01     1     5   B  2  zz
5  2011-01-02     1     9   B  3  rr
6  2011-01-03     3     3   B  4  vv
7  2011-02-04     4     1   B  5  gg

    Aquí, primero usamos la función melt para convertir el dataframe en formato ancho a formato largo. Esta función toma el parámetro id_vars para especificar las columnas que deben permanecer sin cambios, y los parámetros var_name y value_name para especificar los nombres de las columnas para las variables y valores derretidos, respectivamente.

    Luego, dividimos la columna Q_W en dos columnas separadas Q y W usando la función split, y eliminamos la columna Q_W. Finalmente, imprimimos el dataframe de salida final.

Comments are closed.