是否可以使用部分列名来重塑数据框？

Question

我刚刚开始在熊猫和数据帧中工作。我想重塑一些数据，但我不确定这样做的最佳方法。我的直觉告诉我要在帧上迭代，但我希望有更好的方法

因此，我有一个初始数据帧，如下所示：

^{tb1}$

我想让它达到以下状态：

^{tb2}$

这里有两个方面我真的很挣扎

• 我是否有办法从原始列名中收集widget_a和widget_b，并将其放在结果的widget type列中
• 是否有一个好的操作，以我想要的方式结束专栏？在我看来，某种形式的支点可能会起作用，但这往往会以如下列结束

^{tb3}$

我希望我只是错过了一些基本的东西，因为我过去没有和熊猫一起工作过

Answer 1

使用^{}和^{}的另一个选项：

(df.melt(['vendor_state', 'client_state', 'date'], var_name='widget_type')
   .pivot(index=['vendor_state', 'client_state', 'widget_type'], columns='date')
   .droplevel(0, axis=1)
   .rename_axis(None, axis=1)
   .reset_index()
   .replace('total_|_purchases', '', regex=True)
   .fillna(0))

#   vendor_state client_state widget_type  2021-02-01  2021-02-08  2021-03-07
# 0           CA           OR    widget_a         8.0         0.0         0.0
# 1           CA           OR    widget_b         7.0         0.0         0.0
# 2           CA           WA    widget_a        10.0         0.0         0.0
# 3           CA           WA    widget_b         5.0         0.0         0.0
# 4           NY           NJ    widget_a         0.0         7.0        15.0
# 5           NY           NJ    widget_b         0.0        25.0         9.0
# 6           NY           NY    widget_a         0.0        24.0         0.0
# 7           NY           NY    widget_b         0.0         3.0         0.0

Answer 2

通过stack unstack：

df = (df.set_index(['vendor_state','client_state','date'])
 .stack()
 .unstack(2)
 .reset_index()
 .rename(columns={'level_2': 'widget type'})
 .fillna(0)
 )
df['widget type'] = df['widget type'].str.extract(pat = ("(widget_[a|b])"))

输出：

^{tb1}$