我通常使用 Stata,但现在想使用 Python,并拼命尝试创建 pandel 数据集。我尝试了 pandas.panel 但没有让它工作。 我有以下数据集:
date id1 id2
2000 100 50
2001 101 48
现在我想让它看起来像这样:
date id variable
2000 1 100
2000 2 101
2001 1 50
2001 2 48
接下来,我想确定一个时间和 id 变量来运行一些面板功能。我也尝试过 dataframe.stack(),但这不会根据 id 排序。我该如何做到这一点,还是我在这里缺少 pandas 中一些不错的时间序列函数?
很抱歉问这个问题。我确信这个问题已经在某个地方得到了解答,但我现在尝试了几个小时,但无法弄清楚。
最佳答案
给定输入数据:
data = [
{"date": 2000, "id1": 100, "id2": 50},
{"date": 2001, "id1": 101, "id2": 48}
]
或
data = {
"date": [2000, 2001],
"id1": [100, 101],
"id2": [50, 48],
}
这样
df = pd.DataFrame(data)
df
"melt "pandas 数据帧:
melted = pd.melt(df, id_vars="date", var_name="id", value_name="variable")
# Optional amendments
melted["id"] = melted["id"].str.replace("id", "")
melted.sort_values(by="date", inplace=True)
melted.reset_index(inplace=True, drop=True)
melted
融化
输出
其他引用文献:Wickham, H. Tidy Data ,《统计软件杂志》,2014 年 10 月 59 日。
关于Python面板数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43848730/