PYTHON PANDAS之数据重塑（Data Reshaping)

最新推荐文章于 2025-07-25 20:46:31 发布

原创

最新推荐文章于 2025-07-25 20:46:31 发布 · 993 阅读

1 ·

CC 4.0 BY-SA版权

本文探讨了如何将CSV或数据库中常见的堆叠格式数据转换为以日期为索引，A、B、C、D为列名的DataFrame，适合进行时间序列分析。通过介绍data reshaping的概念，重点讲解了Pandas的pivot()函数，该函数可以高效地完成数据重塑，尤其适用于需要将每个变量作为单独列的情况。示例中展示了如何利用pivot()进行操作，并展示了层次化列的处理方法。

实际遇到的问题：

在CSV文件当中或者数据库当的数据通常以长格式或者（stacked)堆叠格式存储，特别是金融数据中出现的时间序列数据，例如：

In [1]: df
Out[1]: 
         date variable     value
0  2000-01-03        A  0.469112
1  2000-01-04        A -0.282863
2  2000-01-05        A -1.509059
3  2000-01-03        B -1.135632
4  2000-01-04        B  1.212112
5  2000-01-05        B -0.173215
6  2000-01-03        C  0.119209
7  2000-01-04        C -1.044236
8  2000-01-05        C