Перестройка dataframe в панд

Question

Есть быстрый вещий способ превратить эту таблицу

index = pd.date_range('2000-1-1', periods=36, freq='M') 
df = pd.DataFrame(np.random.randn(36,4), index=index, columns=list('ABCD')) 


In[1]: df 

Out[1]: 
        A   B   C   D 
2000-01-31   H 1.368795 0.106294 2.108814 
2000-02-29 -1.713401 0.557224 0.115956 -0.851140 
2000-03-31 -1.454967 -0.791855 -0.461738 -0.410948 
2000-04-30 1.688731 -0.216432 -0.690103 -0.319443 
2000-05-31 -1.103961 0.181510 -0.600383 -0.164744 
2000-06-30 0.216871 -1.018599 0.731617 -0.721986 
2000-07-31 0.621375 0.790072 0.967000 1.347533 
2000-08-31 0.588970 -0.360169 0.904809 0.606771 
... 

в эту таблицу

     2001        2000    
      12 11 10 9 8 7 6 5 4 3 2 1  12 11 10 9 8 7 6 5 4 3 2 1 
A                  H 
B 
C 
D 

Пожалуйста, простите недостающие значения. Я добавил «H» вручную. Надеюсь, мне станет ясно, что я ищу.

Answer 1

Для упрощения проверки я создал dataframe той же формы, но с целыми числами как значения.

Ядром решения является pandas.DataFrame.transpose, но вам нужно использовать index.year + index.month как новый индекс:

>>> df = pd.DataFrame(np.random.randint(10,size=(36, 4)), index=index, columns=list('ABCD')) 
>>> df.set_index(keys=[df.index.year, df.index.month]).transpose() 
    2000         2001         2002         
    1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 
A 0 0 8 7 8 0 7 1 5 1 5 4 2 1 9 5 2 0 5 3 6 4 9 3 5 1 7 3 1 7 6 5 6 8 4 1 
B 4 9 9 5 2 0 8 0 9 5 2 7 5 6 3 6 8 8 8 8 0 6 3 7 5 9 6 3 9 7 1 4 7 8 3 3 
C 3 2 4 3 1 9 7 6 9 6 8 6 3 5 3 2 2 1 3 1 1 2 8 2 2 6 9 6 1 5 6 5 4 6 7 5 
D 8 1 3 9 2 3 8 7 3 2 1 0 1 3 9 1 8 6 4 7 4 6 3 2 9 8 9 9 0 7 4 7 3 6 5 2 

Конечно, это не будет работать должным образом, если у вас есть более чем одна запись в год + месяц. В этом случае вам необходимо: groupby Ваши данные сначала:

>>> i = pd.date_range('2000-1-1', periods=36, freq='W') # weekly index 
>>> df = pd.DataFrame(np.random.randint(10,size=(36, 4)), index=i, columns=list('ABCD')) 
>>> df.groupby(by=[df.index.year, df.index.month]).sum().transpose() 
    2000        
    1 2 3 4 5 6 7 8 9 
A 12 13 15 23 9 21 21 31 7 
B 33 24 19 30 15 19 20 7 4 
C 20 24 26 24 15 18 29 17 4 
D 23 29 14 30 19 12 12 11 5