如何在Python中将指定结构的DataFrame转换为面板数据格式？

嘿，我来帮你搞定这个问题！咱们用Python的Pandas库就能轻松把这两份数据转成你想要的面板格式，步骤很清晰，我给你一步步拆解：

第一步：明确数据结构，准备基础数据 #

首先给两份数据起个好记的名字：把包含代码详情（comp、name、base这些）的表叫info_df，日期和代码对应的表叫date_code_df。我把你的示例数据写成Pandas可直接运行的格式，方便你测试：

import pandas as pd

# 代码详情表
info_df = pd.DataFrame({
    'comp': ['A122630', 'A123320', 'A123320', 'A122630', 'A292340'],
    'name': ['삼성자산운용', '미래에셋자산운용', '한국투자신탁운용', '키움투자자산운용', '한국투자신탁운용'],
    'base': ['KODEX 레버리지 코스피 200', 'TIGER 레버리지 코스피 200', 'KINDEX 레버리지 코스피 200', 'KOSEF 레버리지 국고채 지수', 'KINDEX 일본TOPI TOPIX'],
    'lstdt': ['2010/02/22', '2010/04/09', '2012/01/27', '2012/10/30', '2014/06/16']
})

# 日期-代码对应表
date_code_df = pd.DataFrame({
    'date': ['20180102', '20180102', '20180409', '20180409', '20180409'],
    'code': ['A122630', 'A123320', 'A123320', 'A122630', 'A292340']
})

第二步：合并两份数据 #

咱们需要把日期表和详情表通过代码字段关联起来——也就是date_code_df里的code和info_df里的comp，用merge方法就能搞定：

# 左连接保证日期表的所有记录都被保留
merged_df = date_code_df.merge(info_df, left_on='code', right_on='comp', how='left')

这一步之后，你会得到一个包含日期、代码、对应公司名称、产品基准、上市日期的完整表，每条记录对应一个「日期+代码」的组合。

第三步：重塑为宽格式面板数据 #

现在要把这个长表转成你想要的「日期一行，每个代码的信息作为列」的面板格式，用pivot方法就能实现：

# 以date为行索引，code为列维度，展开name/base/lstdt字段
panel_df = merged_df.pivot(index='date', columns='code', values=['name', 'base', 'lstdt'])

# 调整列名，让结构更直观：比如把('name', 'A122630')改成'A122630_name'
panel_df.columns = [f'{col[1]}_{col[0]}' for col in panel_df.columns]

# 把date从索引变回普通列，符合常规面板数据格式
panel_df = panel_df.reset_index()

运行完之后，你得到的panel_df会是这样的结构：

必看：处理重复代码的特殊情况 #

注意到你的info_df里存在同一个代码对应多条记录的情况吗？比如A123320对应了两个不同的公司。这种情况下直接用pivot会报错，所以得先清理数据：

方案1：保留最新的记录 #

按上市日期排序，保留每个代码最新的那条记录：

# 按comp分组，保留lstdt最晚的记录
info_df_clean = info_df.sort_values('lstdt', ascending=False).drop_duplicates('comp', keep='first')

方案2：合并多条记录 #

如果不想丢失数据，把同一个代码的所有信息用逗号合并：

# 按comp分组，合并name、base、lstdt字段
info_df_clean = info_df.groupby('comp').agg({
    'name': lambda x: ', '.join(x),
    'base': lambda x: ', '.join(x),
    'lstdt': lambda x: ', '.join(x)
}).reset_index()

清理完数据后，再重复前面的合并和重塑步骤就没问题啦！

内容的提问来源于stack exchange，提问作者Hannah Lee