第7章数据规整化：清理、转换、合并、重塑(4)

最新推荐文章于 2023-10-23 09:09:37 发布

小梅子酱

最新推荐文章于 2023-10-23 09:09:37 发布

阅读量489

点赞数

文章标签： numpy 数据

本文链接：https://blog.csdn.net/cry8e9w/article/details/78735701

版权

本章介绍数据规整化的第四部分，主要讲解如何将时间序列的长格式数据转换为宽格式。内容包括使用pivot方法将具有多个属性值的长格式数据，如date和item，转换为以date为索引，不同item值为列的宽格式数据结构。

摘要由CSDN通过智能技术生成

第7章数据规整化：清理、转换、合并、重塑(4)

本章并未给出ldata的来源，可用macrodata.csv转出可用数据。

import pandas as pd
import numpy as np
import datetime   ###后面用到时间处理
from pandas import Series,DataFrame

###读入macrodata.csv文件
data1 = pd.read_csv('E:\pydata-book-2nd-edition\pydata-book-2nd-edition\examples\macrodata.csv') 

#####选择有用列，其中quarter表示季度，用于合成日期
data2 = DataFrame(data1,columns=['year','quarter','realgdp','infl','unemp'])

####将季度转为日期，对应关系为：1 = 3.31，2 = 6.30，3 = 9.30，4 = 12.31
for i in range(len(data2.index)):
    if data2.ix[i,'quarter'] == 1: ####选择DataFrame数据中i行'quarter'列的元素，注意ix[]方括号
        data2.ix[i,'date'] = datetime.datetime(int(data2.ix[i,'year']),3,31)
        #设置i行新增列'date'的值，时间格式用datetime.datetime(year,month,day)设置，
    elif data2.ix[i,'quarter'] == 2:
        data2.ix[i,'date'] = datetime.datetime(int(data2.ix[i,'year']),6,30)
    elif data2.ix[i,'quarter'] == 3:
        data2.ix[i,'date'] = datetime.datetime(int(data2.ix[i,'year']),9,30)
    elif data2.ix[i,'quarter'] == 4:
        data2.ix[i,