Pandas dataframe: несколько столбцов Time/Date для одного индекса даты

Question

У меня есть дата-карта с продуктом в качестве первого столбца, а затем 12 месяцев продаж (одна колонка в месяц). Я хотел бы «развернуть» dataframe, чтобы получить сингл.

пример данных:

import pandas as pd 
import numpy as np 
df = pd.DataFrame(np.random.randint(10, 1000, size=(2,12)), index=['PrinterBlue', 'PrinterBetter'], columns=pd.date_range('1-1', periods=12, freq='M')) 

Выход:

>>> df 
      2014-01-31 2014-02-28 2014-03-31 2014-04-30 2014-05-31 \ 
PrinterBlue   176   77   89   279   81 
PrinterBetter   801   660   349   608   322 

      2014-06-30 2014-07-31 2014-08-31 2014-09-30 2014-10-31 \ 
PrinterBlue   286   831   114   996   904 
PrinterBetter   994   374   895   586   646 

      2014-11-30 2014-12-31 
PrinterBlue   458   117 
PrinterBetter   366   196 

Желаемый результат:

Brand   Date   Sales 
PrinterBlue 2014-01-31   176 
       2014-02-28   77 
       2014-03-31   89 
        [...] 
       2014-11-30   458 
       2014-12-31   117 
PrinterBetter 2014-01-31   801 
       2014-02-28   660 
       2014-03-31   349 
        [...] 
       2014-11-30   366 
       2014-12-31   196 

Я могу представить себе получение результата с помощью:

1. Строительство 12 суб dataframe, каждый из которых содержит только один месяц информации
2. поворачивающимися каждый dataframe
3. конкатенации их

Но это, кажется, как довольно сложный способ сделать целевое преобразование. Есть ли лучший/более простой способ?

Answer 1

Я думаю, что панды melt обеспечивает функциональность, которую вы ищете

http://pandas.pydata.org/pandas-docs/stable/reshaping.html#reshaping-by-melt

import pandas as pd 
import numpy as np 
from pandas import melt 

df = pd.DataFrame(np.random.randint(10, 1000, size=(2,12)), index=['PrinterBlue', 'PrinterBetter'], columns=pd.date_range('1-1', periods=12, freq='M')) 

dft = df.T 
dft["date"] = dft.index 
result = melt(dft, id_vars=["date"]) 
result.columns = ["date", "brand", "sales"] 
print (result) 

выходов это:

  date   brand sales 
0 2014-01-31 PrinterBlue 242 
1 2014-02-28 PrinterBlue 670 
2 2014-03-31 PrinterBlue 142 
3 2014-04-30 PrinterBlue 571 
4 2014-05-31 PrinterBlue 826 
5 2014-06-30 PrinterBlue 515 
6 2014-07-31 PrinterBlue 568 
7 2014-08-31 PrinterBlue  90 
8 2014-09-30 PrinterBlue 652 
9 2014-10-31 PrinterBlue 488 
10 2014-11-30 PrinterBlue 671 
11 2014-12-31 PrinterBlue 767 
12 2014-01-31 PrinterBetter 294 
13 2014-02-28 PrinterBetter  77 
14 2014-03-31 PrinterBetter  59 
15 2014-04-30 PrinterBetter 373 
16 2014-05-31 PrinterBetter 228 
17 2014-06-30 PrinterBetter 708 
18 2014-07-31 PrinterBetter  16 
19 2014-08-31 PrinterBetter 542 
20 2014-09-30 PrinterBetter 577 
21 2014-10-31 PrinterBetter 141 
22 2014-11-30 PrinterBetter 358 
23 2014-12-31 PrinterBetter 290