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_i
和sum 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/