每日leetcode

2890. 重塑数据：融合 - 力扣（LeetCode）

题目

DataFrame report

+-------------+--------+
| Column Name | Type   |
+-------------+--------+
| product     | object |
| quarter_1   | int    |
| quarter_2   | int    |
| quarter_3   | int    |
| quarter_4   | int    |
+-------------+--------+

编写一个解决方案，将数据 重塑 成每一行表示特定季度产品销售数据的形式。

结果格式如下例所示：

示例 1：

输入：
+-------------+-----------+-----------+-----------+-----------+
| product     | quarter_1 | quarter_2 | quarter_3 | quarter_4 |
+-------------+-----------+-----------+-----------+-----------+
| Umbrella    | 417       | 224       | 379       | 611       |
| SleepingBag | 800       | 936       | 93        | 875       |
+-------------+-----------+-----------+-----------+-----------+
输出：
+-------------+-----------+-------+
| product     | quarter   | sales |
+-------------+-----------+-------+
| Umbrella    | quarter_1 | 417   |
| SleepingBag | quarter_1 | 800   |
| Umbrella    | quarter_2 | 224   |
| SleepingBag | quarter_2 | 936   |
| Umbrella    | quarter_3 | 379   |
| SleepingBag | quarter_3 | 93    |
| Umbrella    | quarter_4 | 611   |
| SleepingBag | quarter_4 | 875   |
+-------------+-----------+-------+
解释：
DataFrame 已从宽格式重塑为长格式。每一行表示一个季度内产品的销售情况。

思路

1. 使用pandas的melt方法。

代码实现

import pandas as pd

def meltTable(report: pd.DataFrame) -> pd.DataFrame:
    return pd.melt(report, id_vars=["product"], value_vars=["quarter_1", "quarter_2", "quarter_3", "quarter_4"], var_name="quarter", value_name="sales")

知识积累

• 数据重塑（将多列合并）：pd.melt(df, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None, ignore_index=True)
  • df：待转换的DataFrame。
  • id_vars：用作标识变量的列。
  • value_vars：待合并的列。如果未指定，则使用所有所有未设置id_vars的列。
  • var_name：用于variable列（即被合并的属性列——变量名）的名称。如果未设置，则使用df.columns.name或'variable'。
  • value_name：用于value列（即变量值列）的名称。默认为'value'。
  • col_level：如果是MultiIndex，则使用此级别进行转换。
  • ignore_index：如果为True，则忽略原始索引。如果为False，则保留原始索引。