python - 在 pandas 中透视数据框，同时为值创建额外的新列

Question

我有一个如下所示的表格:

<表类=“s-表”> <标题> ID 名字 姓氏 出生日期 1/1/2022 2022 年 2 月 1 日 2022 年 3 月 1 日 2022 年 4 月 1 日 开始日期 结束日期 <正文> MO12 万达 示例 2020年1月1日 好 好 好 好 2022 年 1 月 1 日 2022 年 1 月 31 日

我想将数据旋转为如下所示:

<表类=“s-表”> <标题> ID 生效日期 名字 姓氏 出生日期 状态 开始日期 结束日期 <正文> MO12 2022 年 1 月 1 日 万达 示例 2020年1月1日 好 2022 年 1 月 1 日 2022 年 1 月 31 日 MO12 2022 年 2 月 1 日 万达 示例 2020年1月1日 好 2022 年 1 月 1 日 2022 年 1 月 31 日 MO12 2022 年 3 月 1 日 万达 示例 2020年1月1日 好 2022 年 1 月 1 日 2022 年 1 月 31 日 MO12 2022 年 4 月 1 日 万达 示例 2020年1月1日 好 2022 年 1 月 1 日 2022 年 1 月 31 日

实际上，这会将单独注明日期的列转换为名为“状态”的列和包含单独日期的行。

我从这个基本代码开始，但我在创建新列并将值分配给各自列的语法中遇到了混淆。

import pandas as pd
import numpy as np

df = pd.read_csv(r'C:\Users\User\sample.csv')
df.pivot_table(columns=['Effective Date','First Name','Last Name','Date of Birth','Status','Start Date','End Date'],values=['1/1/2022','2/1/2022','3/1/2022','4/1/2022'], aggfunc=np.max)
df.head

Answer 1

尝试融化:

df.melt(['ID', 'First Name', 'Last Name', 'Date of Birth', 'Start Date', 'End Date'], 
        var_name='Effective Date', value_name='Status')

输出:

     ID First Name Last Name Date of Birth Start Date   End Date Effective Date Status
0  MO12      Wanda    Sample      1/1/2020   1/1/2022  1/31/2022       1/1/2022   Good
1  MO12      Wanda    Sample      1/1/2020   1/1/2022  1/31/2022       2/1/2022   Good
2  MO12      Wanda    Sample      1/1/2020   1/1/2022  1/31/2022       3/1/2022   Good
3  MO12      Wanda    Sample      1/1/2020   1/1/2022  1/31/2022       4/1/2022   Good