我有一张客户表(铜)和 Assets 分配表( Assets )

A = [[1,2],[3,4],[5,6]]
idx = ['coper1','coper2','coper3']
cols = ['asset1','asset2']

df = pd.DataFrame(A,index = idx, columns = cols)

所以我的数据看起来像
        asset1  asset2
coper1       1       2
coper2       3       4
coper3       5       6

我想通过线性优化来运行它们(我有约束-像sum of all of asset_i <= amount_on_hand_isum of coper_j = price_j这样的代码)

因此我必须将2D矩阵转换为1D向量。融化哪个容易
df2 = pd.melt(df,value_vars=['asset1','asset2'])

但是现在,当我尝试解开它时,我得到了一个包含许多空白的6行阵列!
df2.pivot(columns = 'variable', values = 'value')


variable  asset1  asset2
0            1.0     NaN
1            3.0     NaN
2            5.0     NaN
3            NaN     2.0
4            NaN     4.0
5            NaN     6.0

有什么办法可以在使用melt时保留索引的“coper”部分?

最佳答案

您需要通过 reset_index 和参数id_vars保留索引值:

df2 = pd.melt(df.reset_index(), id_vars='index',value_vars=['asset1','asset2'])
print (df2)
    index variable  value
0  coper1   asset1      1
1  coper2   asset1      3
2  coper3   asset1      5
3  coper1   asset2      2
4  coper2   asset2      4
5  coper3   asset2      6

然后枢轴运行良好:
print(df2.pivot(index='index',columns = 'variable', values = 'value'))
variable  asset1  asset2
index
coper1         1       2
coper2         3       4
coper3         5       6

stack 的另一种可能的解决方案:
df2 = df.stack().reset_index()
df2.columns = list('abc')
print (df2)
        a       b  c
0  coper1  asset1  1
1  coper1  asset2  2
2  coper2  asset1  3
3  coper2  asset2  4
4  coper3  asset1  5
5  coper3  asset2  6

print(df2.pivot(index='a',columns = 'b', values = 'c'))
b       asset1  asset2
a
coper1       1       2
coper2       3       4
coper3       5       6

关于python - Pandas ,融化,未融化保存指数,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/50529022/

10-10 10:42