Comment convertir des données détenues horizontalement en données détenues verticalement avec des pandas

Commencez par préparer la trame de données ci-dessous.

Préparation de DataFrame

import pandas as pd
 
values = [['1', 'John', 'somekey1-1', 'somevalue1-1', 'time1-1', 'somekey2-1', 'somevalue2-1', 'time2-1'],
          ['2', 'Tom', 'somekey1-2', 'somevalue1-2', 'time1-2', 'somekey2-2', 'somevalue2-2', 'time2-2'],]
df = pd.DataFrame(values, columns=['id', 'name', 'key1', 'value1', 'time1', 'key2', 'value2', 'time2'])
df

Les données suivantes sont créées avec le code ci-dessus.

J'introduirai quatre codes qui convertissent ces informations en données verticales comme indiqué ci-dessous.

Comment faire avec la méthode de fusion

Il semble qu'il soit courant d'utiliser la méthode de fusion, et cette information était abondante. Il existe plusieurs façons de créer un tableau de colonnes, je vais donc l'inclure également.

Créer un tableau de noms de colonnes

#Motif ①
columns = df.columns.tolist()
[value for value in columns if value.startswith('key')]

#Motif ②
df.columns[df.columns.str.startswith('key')].tolist()

#résultat
# ['key1', 'key2']

Le motif ①, qui crée et déplace une fois un tableau de colonnes, semble se déplacer plus léger, donc J'utilise ça ci-dessous.

Convertir en données verticales à l'aide de la fusion

columns = df.columns.tolist()

pd.concat(
    [pd.melt(df, id_vars=['id', 'name'], value_vars=[value for value in columns if value.startswith('key')], value_name='key'),
     pd.melt(df, value_vars=[value for value in columns if value.startswith('value')], value_name='value'),
     pd.melt(df, value_vars=[value for value in columns if value.startswith('time')], value_name='time')
     ],
     axis=1
     ).drop('variable', axis=1)

Comment implémenter avec la méthode wide_to_long

wide_to_long est assez simple car vous pouvez le créer en une seule ligne. Je n'ai pas compris au début quand j'ai regardé le site ci-dessous, https://pandas.pydata.org/docs/reference/api/pandas.wide_to_long.html

Dans le tableau spécifié par le deuxième argument, `convertir une colonne commençant par un caractère spécifique en maintien vertical Parce qu'il bouge, il est possible de le compléter en une seule ligne.

La partie restante de la colonne est spécifiée par «j» S'il s'agit de «key1», créez-le avec le nom de colonne spécifié, et s'il s'agit de «key2», créez-le avec «2». Dans le code ci-dessous, une colonne appelée'drop'est créée, donc après cela, elle est supprimée par la méthode drop.

wide_to_Convertir en données verticales en utilisant long

pd.wide_to_long(df, ['key','value','time'], i='id', j='drop').reset_index().drop('drop', axis=1)

Si vous obtenez une erreur avec wide_to_long

Que faire si vous obtenez l'erreur suivante L'erreur suivante est une erreur qui se produit lorsqu'il existe des éléments d'ID en double.

error

ValueError: the id variables need to uniquely identify each row

Par exemple, si vous modifiez un peu le premier bloc de données et que vous l'exécutez avec les deux identifiants définis sur «1», vous obtiendrez une erreur.

DataFrame avec une erreur

import pandas as pd
 
values = [['1', 'John', 'somekey1-1', 'somevalue1-1', 'time1-1', 'somekey2-1', 'somevalue2-1', 'time2-1'],
          ['1', 'Tom', 'somekey1-2', 'somevalue1-2', 'time1-2', 'somekey2-2', 'somevalue2-2', 'time2-2'],]
df = pd.DataFrame(values, columns=['id', 'name', 'key1', 'value1', 'time1', 'key2', 'value2', 'time2'])

pd.wide_to_long(df,['key','value','time'], i='id', j='drop').reset_index().drop('drop', axis=1)

Dans ce cas, vous pouvez le résoudre en créant un élément d'index avec reset_index () et en le spécifiant dans id.

wide_to_Convertir en données verticales en utilisant long(Méthode d'évitement des erreurs)

pd.wide_to_long(df.reset_index(), ['key','value','time'], i='index', j='drop').reset_index().drop('drop', axis=1).drop('index', axis=1)

Comment faire avec la méthode lreshape

lreshape semble être une méthode mineure qui peut être corrigée pour remodeler même si vous recherchez sur google. Personnellement, je l'aime parce que c'est simple, mais le site ci-dessous dit qu'il disparaîtra dans le futur, il semble donc qu'il ne sera pas utilisable bientôt. Pardon. https://pandas.pydata.org/pandas-docs/version/1.0.0/whatsnew/v1.0.0.html

Convertir en données verticales à l'aide de lreshape

d = {'key': df.columns[df.columns.str.startswith('key')].tolist(),
     'value': df.columns[df.columns.str.startswith('value')].tolist(),
     'time': df.columns[df.columns.str.startswith('time')].tolist(),}

pd.lreshape(df, d)

De plus, bien qu'il faille écrire qu'il est utilisé dans la pratique, pour une raison quelconque, ce qui suit Il semble préférable de ne pas trop l'utiliser car cela peut provoquer des erreurs.

error

/usr/local/lib/python3.6/dist-packages/pandas/core/reshape/melt.py in <dictcomp>(.0)
    188             mask &= notna(mdata[c])
    189         if not mask.all():
--> 190             mdata = {k: v[mask] for k, v in mdata.items()}
    191 
    192     return data._constructor(mdata, columns=id_cols + pivot_cols)

IndexError: boolean index did not match indexed array along dimension 0; dimension is 1210 but corresponding boolean dimension is 24200

Comment faire de son mieux avec concat

Probablement pas très bien. Quand je ne connaissais pas la méthode ci-dessus au début, je l'ai fait.

Lors de l'utilisation de la méthode concat si les noms de colonne sont identiques C'est une méthode pour l'utiliser car il se joint verticalement.

Implémentation avec concat

pd.concat([
    df[['id', 'name', 'key1', 'value1', 'time1']].rename(columns={'key1': 'key', 'value1': 'value', 'time1': 'time'}),
    df[['id', 'name', 'key2', 'value2', 'time2']].rename(columns={'key2': 'key', 'value2': 'value', 'time2': 'time'}),
])