Поворот кадров данных с помощью pd.melt () для данных временных рядов - PullRequest
Новая
       58

Поворот кадров данных с помощью pd.melt () для данных временных рядов

1 голос
/ 11 апреля 2020

У меня есть некоторые данные: 

       Country/Region  1/22/20  1/23/20  1/24/20  1/25/20  1/26/20  1/27/20
0               Afghanistan        0        0        0        0        0   
1                   Albania        0        0        0        0        0   
2                   Algeria        0        0        0        0        0   
3                   Andorra        0        0        0        0        0   
4                    Angola        0        0        0        0        0   
5       Antigua and Barbuda        0        0        0        0        0   
6                 Argentina        0        0        0        0        0   
7                   Armenia        0        0        0        0        0   
8                 Australia        0        0        0        0        0   
9                 Australia        0        0        0        0        3   
10                Australia        0        0        0        0        0   
11                Australia        0        0        0        0        0   
12                Australia        0        0        0        0        0   
13                Australia        0        0        0        0        0   
14                Australia        0        0        0        0        1   
15                Australia        0        0        0        0        0   
16                  Austria        0        0        0        0        0   
17               Azerbaijan        0        0        0        0        0   
18                  Bahamas        0        0        0        0        0   
19                  Bahrain        0        0        0        0        0   
20               Bangladesh        0        0        0        0        0

Я хотел бы изменить это так, чтобы даты были строками, а страны - столбцами. Вот так: 

Country/Region   Afghanistan   Albania

1/22/20              0            0
1/23/20              0            0
1/24/20              0            0

и так далее. Я пытался использовать pd.melt, но не могу понять, как получить желаемый результат. Вот моя попытка: 

%matplotlib inline
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import math

data = pd.read_csv("covid.csv", sep=",")

data = data.drop(["Province/State","Lat","Long"], axis=1)

data_melted = data.melt(value_vars=data.columns[1:], var_name="Date",value_name="Cases")

          Date  Cases
0      1/22/20      0
1      1/22/20      0
2      1/22/20      0
3      1/22/20      0
4      1/22/20      0
5      1/22/20      0
6      1/22/20      0
7      1/22/20      0
8      1/22/20      0
9      1/22/20      0
10     1/22/20      0
11     1/22/20      0
12     1/22/20      0
13     1/22/20      0
14     1/22/20      0

Я также попытался: 

data_melted = data.melt(value_vars=[data.columns[1:], "Country/Region"])

, но это привело к ошибке TypeError: unhashable: 'Index', хотя "Country / Region" не было индекс.

Буду признателен за любую помощь в этом.

Ответы [ 2 ]

1 голос
/ 11 апреля 2020

Вы хотите транспонировать таблицу: 

df.set_index('Country/Region').T

Я заметил, что Australia было повторено несколько раз, если вы хотите объединить, добавив их: 

df.set_index('Country/Region').T \
    .groupby(level=0, axis=1) \
    .sum()
0 голосов
/ 12 апреля 2020

Первоначальная попытка сработает, если вы укажете аргумент id_vars , равный pandas.melt. Затем для столбцов страны запустите агрегацию pivot_table, которая фактически отображает фрейм данных временного ряда (т. Е. Дату / время как индекс) для прямого построения. 

data_melted = (data.melt(id_vars = ['Country/Region'],
                         var_name = 'Date', value_name='Cases')
                   .assign(Date = lambda x: pd.to_datetime(x['Date']))

data_pivoted = data_melted.pivot_table(index='Date', columns='Country/Region', 
                                       values='Cases', aggfunc='sum')
...