панды, расплавленные, индекс сохранения неплавленых

#python #pandas #database #dataframe

Вопрос:

У меня есть таблица клиентов (coper) и распределение активов (asset)

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

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

таким образом, мои данные выглядят так

         asset1  asset2
coper1       1       2
coper2       3       4
coper3       5       6

и я хочу запустить их с помощью линейной оптимизации (у меня есть ограничения — что-то вроде sum of all of asset_i <= amount_on_hand_i и sum of coper_j = price_j )

поэтому я должен превратить эту 2D-матрицу в 1D-вектор. Что легко с расплавом

 df2 = pd.melt(df,value_vars=['asset1','asset2'])

Но теперь, когда я пытаюсь его отменить, я получаю массив из 6 строк с большим количеством пробелов!

 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

Есть ли какой-либо способ сохранить «коперную» часть моей индексации при использовании melt?

Ответ №1:

Вам нужно сохранить значения индекса по reset_index параметру и id_vars :

 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

Тогда поворот работает хорошо:

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

Еще одно возможное решение с stack :

 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

Ответ №2:

установите значение ignore_index равным False, чтобы сохранить индекс, например

 df = df.melt(var_name=‘species’, value_name=‘height’, ignore_index = False)

Ответ №3:

Похоже, что «необязательный аргумент keep_index для метода расплава фрейма данных» попал в выпуск 1.1: https://github.com/pandas-dev/pandas/issues/17440