python - 使用 pandas 将年度格式的数据转换为财务数据

Question

我有一个如下结构的数据框:

______________________________________________________
|Year|JAN|FEB|MAR|APR|MAY|JUN|JUL|AUG|SEP|OCT|NOV|DEC|
|____|___|___|___|___|___|___|___|___|___|___|___|___|
|2016| 5 | 4 | 5 | 6 | 7 | 9 | 9 | 8 | 5 | 3 | 2 | 1 |
|____|___|___|___|___|___|___|___|___|___|___|___|___|
|2017| 3 | 4 | 3 | 5 | 8 | 8 | 7 | 6 | 4 | 3 | 3 | 2 |

我想为 2016 年 4 月至 2017 年 4 月的财政年度创建一个新行，该行从第 1 行中的第 3 列到第 11 列，并将其与第 2 行中的第 0 列到第 3 列合并。

我已经尝试过:

df.loc['Apr16-Apr17'] = df.iloc[[[0], [3,4,5,6,7,8,9,10,11]] [[1], [0,1,2,3]]]

但我无法让它发挥作用。我缺少什么？

df.loc['Apr16-Apr17'] = df.iloc[[[0], [3,4,5,6,7,8,9,10,11]] <DOES SOMETHING GO HERE?> [[1], [0,1,2,3]]]

Answer 1

您可以对整个 DataFrame 执行此操作。您需要做的就是将数组滚动到左侧:

v = np.roll(df.values.ravel(), -3).astype(float)
v[-3:] = np.nan

df_annual = pd.DataFrame(
    index=df.index, columns=df.columns, data=v.reshape(-1, 12))
print(df_annual)
      JAN  FEB  MAR  APR  MAY  JUN  JUL  AUG  SEP  OCT  NOV  DEC
Year                                                            
2016  6.0  7.0  9.0  9.0  8.0  5.0  3.0  2.0  1.0  3.0  4.0  3.0
2017  5.0  8.0  8.0  7.0  6.0  4.0  3.0  3.0  2.0  NaN  NaN  NaN