我有以下 df：
Year b c Monthly Flow (2018) First thing Second thing Third thing
1 2018 -0.041619 43.91 -0.041619 2000 1000 6
2 2018 0.011913 43.91 -0.041619 4000 120 8
3 2018 -0.048801 43.91 -0.041619 2000 1000 6
4 2018 0.002857 43.91 -0.041619 2000 1000 6
我想重组它以实现此输出：
Year b c Monthly Flow (2018) Process name Value
1 2018 -0.041619 43.91 -0.041619 First thing 2000
1 2018 0.011913 43.91 -0.041619 Second thing 1000
1 2018 -0.048801 43.91 -0.041619 Third thing 6
2 2018 -0.041619 43.91 -0.041619 First thing 4000
2 2018 0.011913 43.91 -0.041619 Second thing 120
2 2018 -0.048801 43.91 -0.041619 Third thing 8
...
我尝试过了pivot但我无法得到这个输出。
您可以使用df.melt:
df.melt(id_vars=['Year','b','c','Monthly Flow (2018)'], var_name='Process name',value_name='Value')
Output:
Year b c Monthly_Flow_(2018) Process name Value
0 2018 -0.04 43.91 -0.04 First_thing 2000
1 2018 0.01 43.91 -0.04 First_thing 4000
2 2018 -0.05 43.91 -0.04 First_thing 2000
3 2018 0.00 43.91 -0.04 First_thing 2000
4 2018 -0.04 43.91 -0.04 Second_thing 1000
5 2018 0.01 43.91 -0.04 Second_thing 120
6 2018 -0.05 43.91 -0.04 Second_thing 1000
7 2018 0.00 43.91 -0.04 Second_thing 1000
8 2018 -0.04 43.91 -0.04 Third_thing 6
9 2018 0.01 43.91 -0.04 Third_thing 8
10 2018 -0.05 43.91 -0.04 Third_thing 6
11 2018 0.00 43.91 -0.04 Third_thing 6
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
