旋转或融化 Pandas DataFrame

Question

我有一个包含以下列的数据框：“系列名称”、“国家/地区名称”、“2000”、“20001”、...、“2018”。 在“系列名称”中，我有要分析的变量（例如“PBI”、“表面积”等）。因此，在“系列名称”中，我有重复的值（例如每个国家/地区的 PBI）。

系列名称	国家名称	2000 [2000 年]	2001 年 [2001 年]
Superficie（公里 cuadrados）	统一国家	9632030	9632030
Superficie（公里 cuadrados）	欧洲联盟	4384964,995	4384984,995
Superficie（公里 cuadrados）	日本	377800	377880

我想以这种方式重新排序 DataFrame： - 列：“国家/地区名称”、“年份”以及“系列名称”的所有唯一值 - 年份列：取每个国家从 2000 年到 2018 年的值 -“系列名称”列：每列（“PBI”、“表面”等）都有各自的值 年份和国家/地区。

国家名称	年份	Superficie（公里 cuadrados）
统一国家	2000	9632030
统一国家	2001	9632030
欧洲联盟	2000	4384964,995
欧洲联盟	2001	4384964,995
日本	2000	377800
日本	2001	377800

我尝试过melt，但我真的不知道如何使用它：

indicadores_clean_pv = pd.melt(indicadores_clean, id_vars=['Country Name'], var_name='Año')

我也尝试过：

indicadores_clean_pv.melt(id_vars='Country Name', var_name='Year').groupby(['Country Name','Year']).agg({'Series Name':'first'}).reset_index()

但我无法将“系列名称”值放入列中

有人可以帮助我吗？ 预先感谢！

Answer 1

您可以使用：

out = (df.melt(id_vars=['Series Name', 'Country Name'], var_name='Year')
         .pivot_table(index=['Country Name', 'Year'], columns='Series Name', 
                      values='value', aggfunc='first')
         .reset_index().rename_axis(columns=None)
         .assign(Year=lambda x: x['Year'].str.split().str[0]))

输出：

>>> out
     Country Name  Year Superficie (kilómetros cuadrados)
0  Estados Unidos  2000                           9632030
1  Estados Unidos  2001                           9632030
2           Japón  2000                            377800
3           Japón  2001                            377880
4   Unión Europea  2000                       4384964,995
5   Unión Europea  2001                       4384984,995