Транспонировать и расширить данные

Фрейм данных моей панды выглядит следующим образом:

Country Code  1960  1961  1962  1963  1964  1965  1966  1967  1968  ... 2015
ABW  2.615300  2.734390  2.678430  2.929920  2.963250  3.060540 ...  4.349760
AFG  0.249760  0.218480  0.210840  0.217240  0.211410  0.209910 ...  0.671330  
ALB  NaN   NaN   NaN   NaN   NaN   NaN   NaN   NaN   NaN  ... 1.12214
...

Как я могу его переставить, чтобы он выглядел следующим образом?

Country_Code  Year  Econometric_Metric
ABW  1960  2.615300
ABW  1961  2.734390
ABW  1962  2.678430
...
ABW  2015  4.349760
AFG  1960  0.249760
AFG  1961  0.218480
AFG  1962  0.210840
...
AFG  2015  0.671330
ALB  1960  NaN
ALB  1961  NaN
ALB  1962  NaN 
ALB  2015  1.12214
...

Спасибо.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
2
0
37
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Думаю нужен melt с sort_values:

df = (df.melt(['Country Code'], var_name='Year', value_name='Econometric_Metric')
        .sort_values(['Country Code','Year'])
        .reset_index(drop=True))

Или set_index с stack:

df = (df.set_index(['Country Code'])
        .stack(dropna=False)
        .reset_index(name='Econometric_Metric')
        .rename(columns = {'level_1':'Year'}))

print (df.head(10))
  Country Code  Year  Econometric_Metric
0          ABW  1960             2.61530
1          ABW  1961             2.73439
2          ABW  1962             2.67843
3          ABW  1963             2.92992
4          ABW  1964             2.96325
5          ABW  1965             3.06054
6          ABW  1966                 NaN
7          ABW  1967                 NaN
8          ABW  1968                 NaN
9          ABW  2015             4.34976

Другие вопросы по теме