或者您可以使用lreshapedf=pd.lreshape(df2, {'Date': ["Date","Date"], 'Beta': ['Agric', 'Food']})
df['Sector']=sorted(df2.columns.tolist()[1:3]*2)
Out[654]:
Date Beta Sector
0 01/01/1990 1.3 Agric
1 01/02/1990 1.2 Agric
2 01/01/1990 0.9 Food
3 01/02/1990 0.9 Food
如果你有48列
^{pr2}$
同样对于柱形部分,它更安全import itertools
list(itertools.chain.from_iterable(itertools.repeat(x, 2) for x in df2.columns.tolist()[1:3]))
编辑原因lreshap未记录(根据@Ted Petrou,如果可能,最好使用可用的数据帧方法,如果没有可用的,则使用文档化函数。pandas一直在寻求改进它的API,而调用lreshape等没有文档记录的、旧的和实验性的函数是没有道理的。此外,这个问题是熔体或堆栈的一个非常直接的用例。这是一个坏的先例,为那些新来的熊猫来堆栈溢出,并找到投票赞成的答案与lreshape。)
另外,如果您想了解更多信息,可以在github上查看
下面是使用pd.wide_to_long的方法dict1 = {'Agric':'A_Agric','Food':'A_Food'}
df2 = df.rename(columns=dict1)
pd.wide_to_long(df2.reset_index(),['A'],i='Date',j='Sector',sep='_',suffix='.').reset_index().drop('index',axis=1).rename(columns={'A':'Beta '})
Out[2149]:
Date Sector Beta
0 01/01/1990 Agric 1.3
1 01/02/1990 Agric 1.2
2 01/01/1990 Food 0.9
3 01/02/1990 Food 0.9