python - 如何根据规则将DataFrame的每一行分为2行？

我有以下pandas数据框（水平向右漫步以查看所有列）：

SIBT                SOBT                PLANNED_ARR_HOUR    PLANNED_DEP_HOUR    ARRIVAL_FLIGHT_HAUL  DEPARTURE_FLIGHT_HAUL
2016-01-01 04:05:00 2016-01-01 14:10:00 4                   14                  Ultra Long Haul      Long Haul
2016-01-01 04:25:00 2016-01-01 06:30:00 4                   6                   Ultra Long Haul      Short Haul
2016-01-01 05:05:00 2016-01-01 07:05:00 5                   7                   Long Haul            Long Haul
2016-01-01 05:20:00 2016-01-01 10:40:00 5                   10                  Short Haul           Long Haul
2016-01-01 05:25:00 2016-01-01 10:50:00 5                   10                  Long Haul            Long Haul

我需要合并列SIBT和SOBT，PLANNED_ARR_HOUR和PLANNED_DEP_HOUR，ARRIVAL_FLIGHT_HAUL和DEPARTURE_FLIGHT_HAUL以获得新的数据帧，如下所示：

DATETIME             PLANNER_HOUR     FLIGHT_HAUL       TYPE
2016-01-01 04:05:00  4                Ultra Long Haul   ARR
2016-01-01 14:10:00  14               Long Haul         DEP
2016-01-01 04:25:00  4                Ultra Long Haul   ARR
2016-01-01 06:30:00  6                Short Haul        DEP
...

基本上，每一行应该分成两行，以便到达（ARR）和离开（DEP）。
SIBT、PLANNED_ARR_HOUR和ARRIVAL_FLIGHT_HAUL指的是arr（到达）类型。
SOBT、PLANNED_DEP_HOUR和DEPARTURE_FLIGHT_HAUL指DEP（出发）类型。
我该怎么做？

最佳答案

我认为最简单的方法是逐列从原始表中提取到达和离开，重命名列并重新组合。例如

arrive = data[ ['SIBT', 'PLANNED_ARR_HOUR', 'ARRIVAL_FLIGHT_HAUL'] ]
depart = data[ ['SOBT', 'PLANNED_DEP_HOUR', 'DEPARTURE_FLIGHT_HAUL'] ]

现在有两个具有相关列的数据帧，请将两个数据帧的列名更改为所需的输出。

arrive.columns = ['DATETIME', 'PLANNER_HOUR', 'FLIGHT_HAUL']
depart.columns = ['DATETIME', 'PLANNER_HOUR', 'FLIGHT_HAUL']

添加类型列。

arrive['TYPE'] = 'ARR'
depart['TYPE'] = 'DEP'

现在它们有了相同的列名，可以像普通列名那样连接起来。

result = pd.concat([arrive, depart])