pandas, fondre, indice de conservation inaltérable
J'ai une table de clients (coper) et d'allocation d'actifs (atout)
A = [[1,2],[3,4],[5,6]]
idx = ['coper1','coper2','coper3']
cols = ['asset1','asset2']
df = pd.DataFrame(A,index = idx, columns = cols)
donc mes données ressemblent
asset1 asset2
coper1 1 2
coper2 3 4
coper3 5 6
et je veux les exécuter à travers une optimisation linéaire (j'ai des contraintes - quelque chose comme sum of all of asset_i <= amount_on_hand_i et sum of coper_j = price_j)
je dois donc transformer cette matrice 2D en un vecteur 1D. Ce qui est facile avec la fonte
df2 = pd.melt(df,value_vars=['asset1','asset2'])
Mais maintenant, quand j'essaye de le faire fondre, j'obtiens un tableau à 6 rangées avec beaucoup de blancs!
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
Existe-t-il un moyen de préserver la partie "coper" de mon indexation lors de l'utilisation de la fusion?
Vous devez conserver les valeurs d'index par reset_index et le paramètre 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
Pivotez ensuite en travaillant Nice:
print(df2.pivot(index='index',columns = 'variable', values = 'value'))
variable asset1 asset2
index
coper1 1 2
coper2 3 4
coper3 5 6
Une autre solution possible avec 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