数据挖掘 - 枢轴重塑数据框 - 吾爱随笔录

我需要帮助重塑从 csv 文件中获得的 DataFrame。

在这个文件中，我有第一列作为 ID，然后有 97 列代表 4 种产品在一段时间内的销售单位。

数据就像

id    p1_201501   p1_201502 ......  p1_201812  p2_201501..... p2_2018012   p3_.. 

x12     125         12        ......  06          500     ..... 14         2...              
nz15     250         16        ......  600         423     ..... 312        56...     
....

Id 代表产品的销售区域。而且我有 700 行（即 700 df['id'].nunique() ）所以我需要找到给定产品的年度销售趋势。所以我认为解决方案是更改数据框，以便将年份作为行和每个产品的数量（p1，p2，p3）

就像是：

id    date        p1   p2    p3
x12   201501     12   500   32 
      201502    .... 
      201503    ....
      ....
      201812    .....
nz15  201501    .....
      201502    .....
      .....
      201812    .....

但我不知道在这种情况下找到销售趋势是否是正确的选择，如果是，如何将第一个数据框更改为第二个我知道一些关于枢轴重塑的信息。但是我找不到如何做以及如何保留id（产品销售区域）

请问有什么帮助吗？

id p1_201501 p1_201502 p1_201803 p2_201801 p2_201812 0 x12 125 12 6 500 14 1 nz15 250 16 600 423 32 2 qz15 350 4 20 223 32

import pandas as pd df = pd.melt(df, id_vars=["id"], var_name="product", value_name="values").reset_index(drop=True) df['date'] = df['product'].str.split('_',n = 1, expand=True)[1] df['year'] = df['date'].astype(str).str[:-2] df['month'] = df['date'].astype(str).str[4:] #drop unused columns df.drop(['product','date'],axis=1,inplace=True) df = df[['id', 'year','month','values']] df = df.sort_values(['id', 'year','month'], ascending=[True,True,True]).reset_index(drop=True) df.set_index(['id','year','month']) #just sum each annual total sales for each id df = df.groupby(['id','year'])['values'].sum() print(df)