如何使用 Pandas stack/melt

如何解决如何使用 Pandas stack/melt

*我正在编辑这个，希望能让它更清晰。我正在尝试利用堆栈和融化的组合将此示例数据帧转换为以下所需的输出。

我使用 Pandas 在下面的 excel 表中加载，最终目标是使其整洁和长。

 df=pd.read('myfile.xlsx)
  df1= df.stack(level=1)
   df2=df1.melt(col_level =1)

示例数据框

	良好的客户服务				新鲜食材				很多座位
	爸爸约翰	细分市场平均			爸爸约翰	细分市场平均			棒约翰	细分市场平均
12/1/2019	70	88		12/1/2019	2.2	5.5		12/1/2019	5.2	8.8
12/2/2019	50	78		12/2/2019	6.8	4.4		12/2/2019	5.3	7.8
12/3/2019	60	77		12/3/2019	8.9	2.3		12/3/2019	6.3	5.6
12/4/2019	30	76		12/4/2019	7.3	7.3		12/4/2019	7.9	4.6

这是我正在寻找的最终结果

日期	餐厅	问题	得分
12/1/2019	约翰爸爸	良好的客户服务	70
12/2/2019	约翰爸爸	良好的客户服务	50
12/3/2019	约翰爸爸	良好的客户服务	60
12/4/2019	约翰爸爸	良好的客户服务	30
12/4/2019	约翰爸爸	新鲜食材	2.2
12/4/2019	约翰爸爸	新鲜食材	6.8
12/4/2019	约翰爸爸	新鲜食材	8.9
12/4/2019	约翰爸爸	新鲜食材	7.3

解决方法

假设您的 excel 文件如下所示：

以下是我将如何使用 Pandas 进行处理的步骤：

1. 读取文件但跳过前两行并删除空列
2. 将 DF 转换为多索引 DF
3. 使用 df %>% + group_by(ID,Age) %>% + filter(Month == max(Month)) # A tibble: 6 x 3 # Groups: ID,Age [6] ID Age Month <dbl> <dbl> <dbl> 1 1 25 12 2 2 18 11 3 3 12 10 4 3 25 10 5 4 19 10 6 5 10 3 将 DF 融合并连接起来

for loop