pandas.wide_to_long

pandas.wide_to_long(df, stubnames, i, j, sep='', suffix='\d+') [source]

Широкая панель в длинный формат. Менее гибкий, но более удобный для пользователя, чем melt.

С именами столбцов [‘A’, ‘B’], эта функция ожидает найти одну или несколько групп столбцов с форматом A-суффикс1, A-суффикс2,…, B-суффикс1, B-суффикс2,… Вы указываете, как вы хотите назвать этот суффикс в результирующем длинном формате с помощью j (например, j=’year’)

Предполагается, что каждая строка этих широких переменных однозначно идентифицируется по i (может быть именем одного столбца или списком имён столбцов)

Все остальные переменные в фрейме данных остаются без изменений.

Параметры:

df : DataFrame Фрейм данных в широком формате stubnames : str or list-like Имя(а) столбца(ов)-метки. Предполагается, что переменные в широком формате начинаются с имени(имён) столбца(ов)-метки. i : str or list-like Столбец(ы) для использования в качестве идентификационных переменных j : str Имя переменной поднаблюдения. Как вы хотите назвать ваш суффикс в длинном формате. sep : str, default “” Символ, указывающий на разделение имён переменных в широком формате, который необходимо удалить из имён в длинном формате. Например, если ваши имена столбцов — A-суффикс1, A-суффикс2, вы можете удалить дефис, указав sep=’-‘ Добавлено в версии 0.20.0. suffix : str, default ‘\d+’ Регулярное выражение, захватывающее нужные суффиксы. ‘\d+’ захватывает числовые суффиксы. Суффиксы без чисел можно указать с помощью отрицательного символьного класса ‘\D+’. Вы также можете дополнительно различать суффиксы, например, если ваши широкие переменные имеют вид A-one, B-two,.., а у вас есть несвязанный столбец A-rating, вы можете пропустить последний, указав suffix=’(!?one|two)’ Добавлено в версии 0.20.0. Изменено в версии 0.23.0: Когда все суффиксы являются числовыми, они преобразуются в int64/float64.

Возвращаемое значение:

DataFrame DataFrame, содержащий каждое имя столбца-метки в качестве переменной с новым индексом (i, j).

Примечания

Все дополнительные переменные остаются без изменений. Это просто использует pandas.melt в качестве подпрограммы, но жестко закодировано, чтобы «делать правильное дело» в типичном случае.

Примеры

>>> np.random.seed(123)
>>> df = pd.DataFrame({"A1970" : {0 : "a", 1 : "b", 2 : "c"},
...                    "A1980" : {0 : "d", 1 : "e", 2 : "f"},
...                    "B1970" : {0 : 2.5, 1 : 1.2, 2 : .7},
...                    "B1980" : {0 : 3.2, 1 : 1.3, 2 : .1},
...                    "X"     : dict(zip(range(3), np.random.randn(3)))
...                   })
>>> df["id"] = df.index
>>> df
  A1970 A1980  B1970  B1980         X  id
0     a     d    2.5    3.2 -1.085631   0
1     b     e    1.2    1.3  0.997345   1
2     c     f    0.7    0.1  0.282978   2
>>> pd.wide_to_long(df, ["A", "B"], i="id", j="year")
... # doctest: +NORMALIZE_WHITESPACE
                X  A    B
id year
0  1970 -1.085631  a  2.5
1  1970  0.997345  b  1.2
2  1970  0.282978  c  0.7
0  1980 -1.085631  d  3.2
1  1980  0.997345  e  1.3
2  1980  0.282978  f  0.1

С несколькими идентификационными столбцами

>>> df = pd.DataFrame({
...     'famid': [1, 1, 1, 2, 2, 2, 3, 3, 3],
...     'birth': [1, 2, 3, 1, 2, 3, 1, 2, 3],
...     'ht1': [2.8, 2.9, 2.2, 2, 1.8, 1.9, 2.2, 2.3, 2.1],
...     'ht2': [3.4, 3.8, 2.9, 3.2, 2.8, 2.4, 3.3, 3.4, 2.9]
... })
>>> df
   famid  birth  ht1  ht2
0      1      1  2.8  3.4
1      1      2  2.9  3.8
2      1      3  2.2  2.9
3      2      1  2.0  3.2
4      2      2  1.8  2.8
5      2      3  1.9  2.4
6      3      1  2.2  3.3
7      3      2  2.3  3.4
8      3      3  2.1  2.9
>>> l = pd.wide_to_long(df, stubnames='ht', i=['famid', 'birth'], j='age')
>>> l
... # doctest: +NORMALIZE_WHITESPACE
                  ht
famid birth age
1     1     1    2.8
            2    3.4
      2     1    2.9
            2    3.8
      3     1    2.2
            2    2.9
2     1     1    2.0
            2    3.2
      2     1    1.8
            2    2.8
      3     1    1.9
            2    2.4
3     1     1    2.2
            2    3.3
      2     1    2.3
            2    3.4
      3     1    2.1
            2    2.9

Возвращение из длинного формата в широкий требует некоторой креативности при использовании unstack

>>> w = l.unstack()
>>> w.columns = w.columns.map('{0[0]}{0[1]}'.format)
>>> w.reset_index()
   famid  birth  ht1  ht2
0      1      1  2.8  3.4
1      1      2  2.9  3.8
2      1      3  2.2  2.9
3      2      1  2.0  3.2
4      2      2  1.8  2.8
5      2      3  1.9  2.4
6      3      1  2.2  3.3
7      3      2  2.3  3.4
8      3      3  2.1  2.9

Обрабатываются и менее удобные имена столбцов

>>> np.random.seed(0)
>>> df = pd.DataFrame({'A(weekly)-2010': np.random.rand(3),
...                    'A(weekly)-2011': np.random.rand(3),
...                    'B(weekly)-2010': np.random.rand(3),
...                    'B(weekly)-2011': np.random.rand(3),
...                    'X' : np.random.randint(3, size=3)})
>>> df['id'] = df.index
>>> df # doctest: +NORMALIZE_WHITESPACE, +ELLIPSIS
   A(weekly)-2010  A(weekly)-2011  B(weekly)-2010  B(weekly)-2011  X  id
0        0.548814        0.544883        0.437587        0.383442  0   0
1        0.715189        0.423655        0.891773        0.791725  1   1
2        0.602763        0.645894        0.963663        0.528895  1   2

>>> pd.wide_to_long(df, ['A(weekly)', 'B(weekly)'], i='id',
...                 j='year', sep='-')
... # doctest: +NORMALIZE_WHITESPACE
         X  A(weekly)  B(weekly)
id year
0  2010  0   0.548814   0.437587
1  2010  1   0.715189   0.891773
2  2010  1   0.602763   0.963663
0  2011  0   0.544883   0.383442
1  2011  1   0.423655   0.791725
2  2011  1   0.645894   0.528895

Если у нас много столбцов, мы также можем использовать регулярное выражение для поиска имен столбцов-меток и передать этот список в wide_to_long

>>> stubnames = sorted(
...     set([match[0] for match in df.columns.str.findall(
...         r'[A-B]\(.*\)').values if match != [] ])
... )
>>> list(stubnames)
['A(weekly)', 'B(weekly)']

Во всех вышеприведённых примерах суффиксы являются целыми числами. Возможны суффиксы, которые не являются целыми числами.

>>> df = pd.DataFrame({
...     'famid': [1, 1, 1, 2, 2, 2, 3, 3, 3],
...     'birth': [1, 2, 3, 1, 2, 3, 1, 2, 3],
...     'ht_one': [2.8, 2.9, 2.2, 2, 1.8, 1.9, 2.2, 2.3, 2.1],
...     'ht_two': [3.4, 3.8, 2.9, 3.2, 2.8, 2.4, 3.3, 3.4, 2.9]
... })
>>> df
   famid  birth  ht_one  ht_two
0      1      1     2.8     3.4
1      1      2     2.9     3.8
2      1      3     2.2     2.9
3      2      1     2.0     3.2
4      2      2     1.8     2.8
5      2      3     1.9     2.4
6      3      1     2.2     3.3
7      3      2     2.3     3.4
8      3      3     2.1     2.9

>>> l = pd.wide_to_long(df, stubnames='ht', i=['famid', 'birth'], j='age',
...                     sep='_', suffix='\w+')
>>> l
... # doctest: +NORMALIZE_WHITESPACE
                  ht
famid birth age
1     1     one  2.8
            two  3.4
      2     one  2.9
            two  3.8
      3     one  2.2
            two  2.9
2     1     one  2.0
            two  3.2
      2     one  1.8
            two  2.8
      3     one  1.9
            two  2.4
3     1     one  2.2
            two  3.3
      2     one  2.3
            two  3.4
      3     one  2.1
            two  2.9