python - Como configurar las columnas en pandas.

dataframe

Question

Aquí está mi marco de datos:

            Dec-18  Jan-19  Feb-19  Mar-19  Apr-19  May-19
Saturday    2540.0  2441.0  3832.0  4093.0  1455.0  2552.0
Sunday      1313.0  1891.0  2968.0  2260.0  1454.0  1798.0
Monday      1360.0  1558.0  2967.0  2156.0  1564.0  1752.0
Tuesday     1089.0  2105.0  2476.0  1577.0  1744.0  1457.0
Wednesday   1329.0  1658.0  2073.0  2403.0  1231.0  874.0
Thursday    798.0   1195.0  2183.0  1287.0  1460.0  1269.0

He probado algunas operaciones de pandas pero no puedo hacer eso.

Esto es lo que quiero hacer:

             items
Saturday    2540.0  
Sunday      1313.0  
Monday      1360.0  
Tuesday     1089.0  
Wednesday   1329.0  
Thursday    798.0   
Saturday    2441.0  
Sunday      1891.0  
Monday      1558.0  
Tuesday     2105.0  
Wednesday   1658.0  
Thursday    1195.0   ............ and so on 

Quiero establecer esas filas en filas en desventaja, ¿cómo hacer eso?

Answer 1

Tu puedes hacer:

df = df.stack().sort_index(level=1).reset_index(level = 1, drop=True).to_frame(''items'')

Es interesante que este método se haya pasado por alto aunque sea el más rápido:

import time
start = time.time()
df.stack().sort_index(level=1).reset_index(level = 1, drop=True).to_frame(''items'')
end = time.time()
print("time taken {}".format(end-start))

rendimientos: time taken 0.006181955337524414

mientras esto:

start = time.time()
df.reset_index().melt(id_vars=''days'').drop(''variable'',1)
end = time.time()
print("time taken {}".format(end-start))

rendimientos: time taken 0.010072708129882812

Cualquier formato de mi salida coincide exactamente con lo solicitado por OP.

Answer 2

numpy con numpy remodelando los datos.

import pandas as pd
import numpy as np

pd.DataFrame(df.to_numpy().flatten(''F''), 
             index=np.tile(df.index, df.shape[1]), 
             columns=[''items''])

Salida:

            items
Saturday   2540.0
Sunday     1313.0
Monday     1360.0
Tuesday    1089.0
Wednesday  1329.0
Thursday    798.0
Saturday   2441.0
...
Sunday     1798.0
Monday     1752.0
Tuesday    1457.0
Wednesday   874.0
Thursday   1269.0

Answer 3

df.reset_index().melt(id_vars=''index'').drop(''variable'',1)

Salida:

       index   value
0    Saturday  2540.0
1      Sunday  1313.0
2      Monday  1360.0
3     Tuesday  1089.0
4   Wednesday  1329.0
5    Thursday   798.0
6    Saturday  2441.0
7      Sunday  1891.0
8      Monday  1558.0
9     Tuesday  2105.0
10  Wednesday  1658.0
11   Thursday  1195.0
12   Saturday  3832.0
13     Sunday  2968.0
14     Monday  2967.0
15    Tuesday  2476.0
16  Wednesday  2073.0
17   Thursday  2183.0
18   Saturday  4093.0
19     Sunday  2260.0
20     Monday  2156.0
21    Tuesday  1577.0
22  Wednesday  2403.0
23   Thursday  1287.0
24   Saturday  1455.0
25     Sunday  1454.0
26     Monday  1564.0
27    Tuesday  1744.0
28  Wednesday  1231.0
29   Thursday  1460.0
30   Saturday  2552.0
31     Sunday  1798.0
32     Monday  1752.0
33    Tuesday  1457.0
34  Wednesday   874.0
35   Thursday  1269.0

Nota: solo anoté un comentario que sugiere hacer lo mismo, eliminaré mi publicación si se solicita :)