python - 使用 .unstack 迭代 Pandas 数据帧/ reshape 数据帧列表

Question

我有一个带有 DatetimeIndex 的数据框:

                          X
timestamp                    
2013-01-01 00:00:00  0.788500
2013-01-01 00:30:00  0.761525
2013-01-01 01:00:00  0.751850
2013-01-01 01:30:00  0.746445
2013-01-01 02:00:00  0.688677

我正在使用 unstack 来 reshape 它，以半小时为间隔，将日期作为行 - 正如 this answer 中所建议的那样。 .

df.index = [df.index.date, df.index.hour + df.index.minute / 60]
df = df['X'].unstack()
df.head()
              0.0       0.5       1.0       1.5       2.0       2.5   \
2013-01-01  0.788500  0.761525  0.751850  0.746445  0.688677  0.652226   
2013-01-02  0.799029  0.705590  0.661059  0.627001  0.606560  0.592116   
2013-01-03  0.645102  0.597785  0.563410  0.516707  0.495896  0.492416   
2013-01-04  0.699592  0.649553  0.598019  0.576290  0.561023  0.537802   
2013-01-05  0.782781  0.706697  0.645172  0.627405  0.605972  0.583536

一切都好。 但我现在想对多个数据帧执行相同的过程。最初，我使用 2:

for df in [df1,df2]:
        df.index = [df.index.date, df.index.hour + df.index.minute / 60]
        df = df['X'].unstack()

重新索引有效，但 reshape 无效:

df1.head()

                      X
2013-01-01 0.0  0.788500
           0.5  0.761525
           1.0  0.751850
           1.5  0.746445
           2.0  0.688677

我想也许我需要一些inplace的等价物，以便将未堆叠的数据帧传递回df1和df2

有什么建议吗？

Answer 1

问题原因

您需要检查赋值在 Python 中的工作原理。这个talk布兰登·罗兹 (Brandon Rhodes) 的著作非常有启发性。

当您执行df = df['X'].unstack()时，您将df1的未堆叠版本分配给df或df2，具体取决于迭代，因此您有 2 个选项

解决方案

• 就地做，但好像没有就地unstack

• 保留对未堆叠版本的另一个引用，并将 df1 和 df2 分配给它们

这可以通过元组、列表或字典来完成。

提取 reshape

最简单的方法是将操作本身提取到一个单独的方法

def my_reshape(df):
    df_copy = df.copy() # so as to leave the original DataFrame intact
    df_copy.index = [df.index.date, df.index.hour + df.index.minute / 60]
    return df_copy['X'].unstack()

作为元组

df1, df2 = tuple(my_reshape(df) for df in (df1, df2))

带有字典的变体

df_dict = {'df1': df1, 'df2': df2}
for key, df in df_dict.items():
    df_dict[key] = my_reshape(df)

如果您之后需要在字典之外使用它们

df1 = df_dict['df1']
df2 = df_dict['df2']