如何转换宽格式门店数据集为长格式以适配时间序列分析需求？

数据格式转换方案（Python Pandas 实现） #

你需要做的是宽格式数据表转长格式数据表，是时间序列预测场景下的标准预处理操作，直接用Pandas内置的melt方法即可实现，完整操作如下：

1. 构造示例原始数据（已有df可直接跳过该步骤） #

import pandas as pd

df = pd.DataFrame({
    'Date': ['1-1-21', '1-2-21', '1-3-21'],
    'store_1': [0.5, 0.3, 0.6],
    'store_2': [0.2, 0.7, 0.9],
    'store_3': [0.3, 0.1, 0.4]
})

2. 执行宽转长操作 #

# 保留Date列，将所有store_开头的列转为行格式
df1 = df.melt(
    id_vars="Date", 
    var_name="tmp_store_col", 
    value_name="value"
)
# 提取纯数字的门店编号
df1["store number"] = df1["tmp_store_col"].str.extract(r"store_(\d+)").astype(int)
# 调整列顺序、删除临时列，得到目标格式
df1 = df1[["Date", "store number", "value"]]
# 按门店、日期排序，和示例输出顺序完全一致
df1 = df1.sort_values(by=["store number", "Date"], ignore_index=True)

输出结果验证 #

打印df1即可得到你需要的格式：

如果使用R语言，可以用tidyr包的pivot_longer方法实现，参考代码：

library(tidyr)
library(dplyr)

df1 <- df %>%
  pivot_longer(cols = starts_with("store_"),
               names_to = "store number",
               names_prefix = "store_",
               values_to = "value") %>%
  arrange(`store number`, Date)

内容的提问来源于stack exchange，提问作者Tonmoy