如何在Pandas中将宽日期数据转换为长格式

在Pandas中，可以使用melt()函数将宽日期数据转换为长格式。宽日期数据是指每列代表一个时间点的数据，而长格式是将时间点作为一个新的列，原来的列名作为另一个新的列，对应的值作为第三个新的列。

下面是使用melt()函数将宽日期数据转换为长格式的步骤：

导入Pandas库：

import pandas as pd

创建一个包含宽日期数据的DataFrame：

data = pd.DataFrame({
    'Date': ['2022-01-01', '2022-01-02', '2022-01-03'],
    'Value1': [10, 20, 30],
    'Value2': [40, 50, 60],
    'Value3': [70, 80, 90]
})

使用melt()函数将宽日期数据转换为长格式：

melted_data = pd.melt(data, id_vars=['Date'], value_vars=['Value1', 'Value2', 'Value3'], var_name='Variable', value_name='Value')

在上述代码中，id_vars参数指定要保留的列，这里选择了'Date'列。value_vars参数指定要转换的列，这里选择了'Value1'、'Value2'和'Value3'列。var_name参数指定新列的名称，这里命名为'Variable'。value_name参数指定新列中值的名称，这里命名为'Value'。

查看转换后的长格式数据：

print(melted_data)

输出结果如下：

         Date Variable  Value
0  2022-01-01   Value1     10
1  2022-01-02   Value1     20
2  2022-01-03   Value1     30
3  2022-01-01   Value2     40
4  2022-01-02   Value2     50
5  2022-01-03   Value2     60
6  2022-01-01   Value3     70
7  2022-01-02   Value3     80
8  2022-01-03   Value3     90

转换后的数据中，每一行代表一个时间点和对应的值，'Date'列表示时间点，'Variable'列表示原来的列名，'Value'列表示对应的值。

推荐的腾讯云相关产品和产品介绍链接地址：