如何在 Pandas DataFrame 中融化多列对，每一对分别包含每年的男性和女性性别值

Question

我有一个数据框，其中包含

"id"

、

"company name"

、

"company type"

等列，还有

"Year 1 Males Total"

、

"Year 1 Females Total"

、

"Year 2 Males Total"

、

"Year 2 Females Total"

等列。如何将这种宽格式转换为深度格式获取前面的列

"id"

、

"company name"

、

"company type"

和

"Year 1"

、

"Year 2"

但附加的

"Gender"

列中每个先前的样本将被分成两行，一排是男性，一排是女性？

我尝试了这个，结果正确地融化了年份，但是对于每一行，所有其他列都是 NaN

df_copy = df.copy()
for i in range(1,12):
    df_copy = pd.concat([df_copy, df.melt(value_vars=[f'Year {i} Males Total', f'Year {i} Females Total'], var_name='Gender', value_name=f'Year {i}')], axis=1)
    df_copy.drop(columns=[f'Year {i} Males Total',f'Year {i} Females Total', f'Year {i} Total'],axis=1,inplace=True)

Answer 1

用途：

#create MultiIndex in index
df1 = df.set_index(['id','company name','company type'])
#create MultiIndex in columns extract years and Males or Females substrings
df1.columns = pd.MultiIndex.from_frame(df1.columns.str.extract(r'(\d+)\s+(Males|Females)'))
#reshape for years in columns
df1 = df1.rename_axis([None, 'Gender'], axis=1).stack().add_prefix('Year ').reset_index()