如何将年月格式的Pandas DataFrame转换为按年分行的多列结构

步骤说明 #

假设原始DataFrame包含两列：month_year（格式为「月份-年份」）和value（对应数值），按以下步骤转换：

1. 拆分月份与年份列
   使用str.split拆分month_year列，分离出独立的月份和年份字段，并将年份转为整数类型。

2. 指定月份排序规则
   避免月份按字母顺序排列（如April排在January前），将月份列转为分类类型并指定正确的顺序。

3. 转置为宽格式
   使用pivot方法将数据重构为以年份为行、月份为列的结构，最后重置索引让年份成为普通列。

完整代码示例 #

import pandas as pd

# 1. 构造示例数据（替换为你的实际数据）
data = [
    ['January-2021', 0.294],
    ['February-2021', 0.252],
    ['March-2021', 0.199],
    ['January-2022', 0.384],
    ['February-2022', 0.333],
    ['March-2022', 0.271]
]
df = pd.DataFrame(data, columns=['month_year', 'value'])

# 2. 拆分月份和年份
df[['month', 'year']] = df['month_year'].str.split('-', expand=True)
df['year'] = df['year'].astype(int)

# 3. 设置月份的正确顺序
month_order = [
    'January', 'February', 'March', 'April', 'May', 'June',
    'July', 'August', 'September', 'October', 'November', 'December'
]
df['month'] = pd.Categorical(df['month'], categories=month_order, ordered=True)

# 4. 转置为目标格式
result_df = df.pivot(index='year', columns='month', values='value').reset_index()
result_df.columns.name = None  # 移除列索引的名称

# 可选：输出为CSV文件
# result_df.to_csv('output.csv', index=False)

print(result_df)

输出结果 #

year  January  February  March
0  2021    0.294     0.252  0.199
1  2022    0.384     0.333  0.271

内容的提问来源于stack exchange，提问作者Fortranner