根据 pandas 中的时间序列创建月 x 年的数据框

Question

我有一个时间序列数据，其中包含几年来每个月的天数，并尝试创建一个新的数据框，该数据框将以月为行，以年为列。我有这个    DateTime    Days    Month   Year            2004-11-30  3   November    2004    2004-12-31  16  December    2004    2005-01-31  12  January     2005    2005-02-28  11  February    2005    2005-03-31  11  March       2005    ... ... ... ...    2019-06-30  0   June        2019    2019-07-31  2   July        2019    2019-08-31  5   August      2019    2019-09-30  5   September   2019    2019-10-31  3   October     2019我正在努力得到这个Month     2004  2005 ... 2019January   nan   12       7February  nan   11       9...November  17    17       nanDecember  14    15       nan我创建了一个新的数据框，第一列表示月份，并尝试遍历第一个数据框以将新列（年）和信息添加到单元格，但检查第一个数据框（天）中的月份是否与月份匹配的条件新数据帧中的（输出）永远不会为真，因此新数据帧永远不会更新。我想这是因为以天为单位的月份与同一迭代中输出的月份永远不同。for index, row in days.iterrows():print(days.loc[index, 'Days'])    #this prints out as expectedfor month in output.items():    print(index.month_name())     #this prints out as expected    if index.month_name()==month:        output.at[month, index.year]=days.loc[index, 'Days']    #I wanted to use this to fill up the cells, is this right?        print(days.loc[index, 'Days'])      #this never gets printed out你能告诉我如何解决这个问题吗？或者也许有更好的方法来完成结果而不是迭代？这是我第一次尝试在 python 中使用库，因此我将不胜感激。

Answer 1

使用pivot, 如果您的输入数据框每月和每年只有一个值：

df.pivot('Month', 'Year', 'Days')

输出：

Year      2004 2005 2019

Month                   

August     NaN  NaN    5

December    16  NaN  NaN

February   NaN   11  NaN

January    NaN   12  NaN

July       NaN  NaN    2

June       NaN  NaN    0

March      NaN   11  NaN

November     3  NaN  NaN

October    NaN  NaN    3

September  NaN  NaN    5