我有一个像这样的数据框：
______________________________________________________
|Year|JAN|FEB|MAR|APR|MAY|JUN|JUL|AUG|SEP|OCT|NOV|DEC|
|____|___|___|___|___|___|___|___|___|___|___|___|___|
|2016| 5 | 4 | 5 | 6 | 7 | 9 | 9 | 8 | 5 | 3 | 2 | 1 |
|____|___|___|___|___|___|___|___|___|___|___|___|___|
|2017| 3 | 4 | 3 | 5 | 8 | 8 | 7 | 6 | 4 | 3 | 3 | 2 |
我想为2016年4月至2017年4月的财政年度创建一个新行，该行从第1行的第3列到第11列，并将其与第0列的内容合并到第二行的第3列。
我试过了：
df.loc['Apr16-Apr17'] = df.iloc[[[0], [3,4,5,6,7,8,9,10,11]] [[1], [0,1,2,3]]]
但是我无法解决这个问题。我想念什么？
df.loc['Apr16-Apr17'] = df.iloc[[[0], [3,4,5,6,7,8,9,10,11]] <DOES SOMETHING GO HERE?> [[1], [0,1,2,3]]]
最佳答案
您可以为整个DataFrame执行此操作。您需要做的就是在左侧roll数组中：
v = np.roll(df.values.ravel(), -3).astype(float)
v[-3:] = np.nan
df_annual = pd.DataFrame(
index=df.index, columns=df.columns, data=v.reshape(-1, 12))
print(df_annual)
JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC
Year
2016 6.0 7.0 9.0 9.0 8.0 5.0 3.0 2.0 1.0 3.0 4.0 3.0
2017 5.0 8.0 8.0 7.0 6.0 4.0 3.0 3.0 2.0 NaN NaN NaN
关于python - 使用 Pandas 将年度格式的数据转换为财务数据，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53216258/