用melt函数对以年份为id对销售额数据进行融合
时间: 2024-03-10 18:51:13 浏览: 21
好的,针对你的问题,我可以给出以下的示例代码:
```python
import pandas as pd
# 创建示例DataFrame
df = pd.DataFrame({
'year': [2018, 2019, 2020],
'sales_q1': [1000, 1200, 1500],
'sales_q2': [1100, 1300, 1600],
'sales_q3': [1150, 1400, 1700],
'sales_q4': [1250, 1500, 1800]
})
# 使用melt函数进行融合
melted_df = pd.melt(df, id_vars=['year'], var_name='quarter', value_name='sales')
# 输出结果
print(melted_df)
```
运行结果如下:
```
year quarter sales
0 2018 sales_q1 1000
1 2019 sales_q1 1200
2 2020 sales_q1 1500
3 2018 sales_q2 1100
4 2019 sales_q2 1300
5 2020 sales_q2 1600
6 2018 sales_q3 1150
7 2019 sales_q3 1400
8 2020 sales_q3 1700
9 2018 sales_q4 1250
10 2019 sales_q4 1500
11 2020 sales_q4 1800
```
以上代码中,首先创建了一个示例DataFrame,其中包含了每年四个季度的销售额数据。然后使用了pandas的melt函数,将原始数据按照年份为id进行融合,最终得到了一个包含了年份、季度和销售额的新DataFrame。