2 回答
TA贡献1802条经验 获得超6个赞
使用以下代码:
s = df.set_index(['Year', 'Measure']).stack()
s.index.names = ['Year', 'Measure', 'Country']
df2 = s.unstack(level=1).reset_index()
df2.columns.name = None
df2 = df2[['Year', 'Country', 'Population', 'GDP']]
TA贡献1803条经验 获得超3个赞
你可以结合melt和pivot_table。Melt 会将国家/地区列放入行中,然后数据透视表将为您提供所需的结果。
df = pd.DataFrame.from_dict({'Year': [1870, 1870, 1871, 1871, 1872, 1872],
'Measure': ['Population', 'GDP', 'Population', 'GDP', 'Population', 'GDP'],
'Australia': [187, 870, 181, 11, 172, 72],
'Belgium': [ 181, 11, 172, 72, 187, 870,],
'Denmark': [187, 870,187, 870,187, 870,]})
df = df.melt(id_vars=["Year", "Measure"], var_name="Country", value_name="Value")
df = df.pivot_table('Value', ['Year','Country'], 'Measure').reset_index().rename_axis(None, axis=1)
df
样本结果:

添加回答
举报
