Как установить столбец в качестве индекса в DataFrame

Question

Приведенный ниже мой текущий DataFrame панд:

         Balance before Salary   Salary
Month                                 
Jun-18                  27.20  15300.0
Jul-18                  88.20  15300.0
Aug-18                 176.48  14783.0
Sep-18                  48.48  16249.0
Oct-18                 241.48  14448.0
Nov-18                  49.48  15663.0

возможно ли преобразовать вышеуказанный DataFrame в следующий формат?

                        Month1  Month2  Month3  Month4  Month5  Month6
Balance before Salary   27.2    88.2    176.48  48.48   241.48  49.48
Salary                 15300    15300   14783   16249   14448   15663

код

df = pd.DataFrame(salary_List)
newdf = df.groupby('date').sum()
newdf = df.groupby(pd.Grouper(key='date', freq='1M')).sum()
newdf.index = newdf.index.strftime('%b-%y')
newdf.index.name = 'Month'

Может кто-нибудь помочь мне в этом?

Answer 1

То, что вы хотите сделать, называется «транспонирование».Вы можете получить транспонированный кадр данных, вызвав функцию df.transpose().Так что для вас просто:

df = pd.DataFrame(salary_List)
newdf = df.transpose()

Затем с помощью простого цикла вы можете изменить имена столбцов на те, которые вы хотите.

Answer 2

Вы также можете получить месяц и год (для большей ясности) и затем транспонировать:

сброс индекса для получения Месяца в виде столбца:

df1 = df1.rename_axis('Month').reset_index()
df1.drop([0],inplace=True)

Тогда:

df['Month'] = df['Month'].apply( lambda x : pd.to_datetime(x).strftime('%b %Y')) # gets name of month and year
df_new = df1.T #transpose and save to new df
df_new.columns = df_new.iloc[0] # set columnnames as monthnames
df_new.drop('Month',inplace=True) # drop the extra row Month

Выход:

Answer 3

Я думаю, вам нужно transpose от T, а затем, если необходимо, изменить имена столбцов, добавить понимание списка:

Примечание:
Двойной groupby+sum не требуется, достаточно одного раза, потому что здесь агрегируется та же самая агрегатная функция, здесь sum.

df = pd.DataFrame(salary_List)

newdf = df.groupby(pd.Grouper(key='date', freq='1M')).sum().T
#python 3.6+
newdf.columns = [f'Month{x}' for x in range(1, len(newdf.columns) + 1)]

#python bellow
#newdf.columns = ['Month{}'.format(x) for x in range(1, len(newdf.columns) + 1)]
print (newdf)
                        Month1   Month2    Month3    Month4    Month5  \
Balance before Salary     27.2     88.2    176.48     48.48    241.48   
Salary                 15300.0  15300.0  14783.00  16249.00  14448.00   

                         Month6  
Balance before Salary     49.48  
Salary                 15663.00