我就廢話不多說了，大家還是直接看程式碼吧！

# encoding=utf-8

import numpy as np
import pandas as pd

# 長寬格式的轉換
# 1
data = pd.read_csv('d:data/macrodata.csv')
print 'data:=\n',data
print 'data.to_records():=\n',data.to_records()
print 'data.year:=\n',data.year
print 'data.quarter:=\n',data.quarter

periods = pd.PeriodIndex(year=data.year,quarter=data.quarter,name='date')
print 'periods:=\n',periods
data = pd.DataFrame(data.to_records(),columns=pd.Index(['realgdp','infl','unemp'],name='item'),index=periods.to_timestamp('D','end'))
print 'data:=\n',data
ldata = data.stack().reset_index().rename(columns={0: 'value'})
# print 'ldata:=\n',ldata
print 'ldata.get(\'realgdp\'):=\n',ldata.get('realgdp')
print 'ldata.get(\'unemp\'):=\n',ldata.get('unemp')
wdata = ldata.pivot('date','item','value')
print 'ldata:=\n',ldata
print 'wdata:=\n',wdata

# 2
print 'ldata[:10]:=\n',ldata[:10]
pivoted = ldata.pivot('date','value')
print 'pivoted:=\n',pivoted
print 'pivoted.head():=\n',pivoted.head()
print 'ldata:=\n',ldata
ldata['value2'] = np.random.randn(len(ldata))
print 'ldata[\'value2\']:=\n',ldata['value2']
print 'ldata[:10]:=\n','item')
print 'pivoted:=\n',pivoted
print pivoted[:5]
print 'pivoted[\'value\'][:5]:=\n',pivoted['value'][:5]
print 'ldata:=\n',ldata
unstacked = ldata.set_index(['date','item']).unstack('item')
print 'unstacked:=\n',unstacked

print 'test'

補充知識：python使用_pandas_用stack和unstack進行行列重塑（key-value變寬表）

資料結構的重塑（reshape）

與資料庫互動時常遇到堆疊格式（key-value）和寬表形式(dataframe)的轉換，如：

堆疊格式：

寬表形式dataframe：

下面是相互轉換的示例程式碼：

import pandas as pd
import numpy as np
 
 
# 常用的表格形式的資料結構
df = pd.DataFrame(np.arange(6).reshape((2,3)),index=['id1','id2'],columns=['attr1','attr2','attr3'])
print(df)
out:
  attr1 attr2 attr3
id1   0   1   2
id2   3   4   5
 
# 寬表形式(dataframe)轉變為堆疊形式（key-value）形式
# 資料庫中常以該形式儲存
df_key_value = df.stack().reset_index()
df_key_value.columns = ['id','attr','value']
print(df_key_value)
out:
id	attr	value
0	id1	attr1	0
1	id1	attr2	1
2	id1	attr3	2
3	id2	attr1	3
4	id2	attr2	4
5	id2	attr3	5
 
# 堆疊轉換為寬表形式
 
# 用set_index建立層次化索引，在用unstack重塑
# unstack中作為旋轉軸的變數（如attr），其值會作為列變數展開
df_key_value.set_index(['id','attr']).unstack('attr')
out:
value
attr	attr1	attr2	attr3
id			
id1	0	1	2
id2	3	4	5
 
# 多層索引轉化為寬表
df_long = df_key_value.set_index(['id','attr']).unstack('attr')['value'].reset_index()
df_long
out:
attr	id	attr1	attr2	attr3
0	id1	0	1	2
1	id2	3	4	5
 
# 堆疊轉換為寬表的快捷鍵---pivot
df_key_value.pivot('id','value')
out:
attr	attr1	attr2	attr3
id			
id1	0	1	2
id2	3	4	5

以上這篇python 資料分析實現長寬格式的轉換就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。