个人(索引从0到5)在两个位置之间进行选择：A和B.
我的数据具有宽格式,其中包含因个体(ind_var)而异的特征以及仅因位置(location_var)而异的特征.
我的数据具有宽格式,其中包含因个体(ind_var)而异的特征以及仅因位置(location_var)而异的特征.
例如,我有：
In [281]:
df_reshape_test = pd.DataFrame( {'location' : ['A','A','B','B'],'dist_to_A' : [0,50,50],'dist_to_B' : [50,0],'location_var': [10,10,14,14],'ind_var': [3,8,1,3,4]})
df_reshape_test
Out[281]:
dist_to_A dist_to_B ind_var location location_var
0 0 50 3 A 10
1 0 50 8 A 10
2 0 50 10 A 10
3 50 0 1 B 14
4 50 0 3 B 14
5 50 0 4 B 14
变量“location”是个人选择的变量.
dist_to_A是距离个人选择的位置到位置A的距离(与dist_to_B相同)
我希望我的数据有这样的形式：
choice dist_S ind_var location location_var 0 1 0 3 A 10 0 0 50 3 B 14 1 1 0 8 A 10 1 0 50 8 B 14 2 1 0 10 A 10 2 0 50 10 B 14 3 0 50 1 A 10 3 1 0 1 B 14 4 0 50 3 A 10 4 1 0 3 B 14 5 0 50 4 A 10 5 1 0 4 B 14
其中choice == 1表示个人已选择该位置,dist_S表示距所选位置的距离.
我读到了.stack方法,但无法弄清楚如何将其应用于此案例.
谢谢你的时间！
注意：这只是一个简单的例子.我正在寻找的数据集每个位置都有不同数量的位置和个体数量,所以我正在寻找一个灵活的解决方案,如果可能的话
解决方法
实际上,pandas有一个wide_to_long命令,可以方便地执行你想要做的事情.
df = pd.DataFrame( {'location' : ['A',4]})
df['ind'] = df.index
#The `location` and `location_var` corresponds to the choices,#record them as dictionaries and drop them
#(Just realized you had a cleaner way,copied from yous).
ind_to_loc = dict(df['location'])
loc_dict = dict(df.groupby('location').agg(lambda x : int(np.mean(x)))['location_var'])
df.drop(['location_var','location'],axis = 1,inplace = True)
# now reshape
df_long = pd.wide_to_long(df,['dist_to_'],i = 'ind',j = 'location')
# use the dictionaries to get variables `choice` and `location_var` back.
df_long['choice'] = df_long.index.map(lambda x: ind_to_loc[x[0]])
df_long['location_var'] = df_long.index.map(lambda x : loc_dict[x[1]])
print df_long.sort()
这为您提供了您要求的表格：
ind_var dist_to_ choice location_var
ind location
0 A 3 0 A 10
B 3 50 A 14
1 A 8 0 A 10
B 8 50 A 14
2 A 10 0 A 10
B 10 50 A 14
3 A 1 50 B 10
B 1 0 B 14
4 A 3 50 B 10
B 3 0 B 14
5 A 4 50 B 10
B 4 0 B 14
当然,如果这是你想要的,你可以生成一个取0和1的选择变量.