【Python】横持ちの時系列データを縦持ちに変換する

概要

現在参加中のKaggleのコンペで、横持ちしている時系列データを縦持ちの形に変換したうえで処理したい、というニーズがあったので、やり方をメモ。

やりたいこと

横持ちのデータ構造を持つデータフレームを、

横持ちの時系列売り上げデータ

縦持ちに変換する。

縦持ちの時系列売り上げデータ

melt関数

使用するのはpandasのmelt関数。 詳しいパラメータの説明は上記リンクを参照してもらうこととして、今回使うパラメータは、

• id_vars → ID列として残しておく列の指定
• var_name → 縦持ちさせるカラムの列名の指定
• value_name → 縦持ちさせる値の列名の指定

の３つ。

実行例

import pandas as pd

file_path = "../data/sample_a.csv"

data_pivot = pd.read_csv(file_path)

# 変換前のデータ
data_pivot.head()

	ID	Item_ID	Shop_ID	Day1	Day2	Day3
0	itemA_shopX	itemA	shopX	6	6	6
1	itemA_shopY	itemA	shopY	8	6	9
2	itemB_shopX	itemB	shopX	5	1	7
3	itemB_shopY	itemB	shopY	10	1	7

# melt関数を使って変換
data_unpivot = data_pivot.melt(id_vars=["ID", "Item_ID", "Shop_ID"], var_name="Day", value_name="Count")

# 変換後のデータ
data_unpivot.head(12)

	ID	Item_ID	Shop_ID	Day	Count
0	itemA_shopX	itemA	shopX	Day1	6
1	itemA_shopY	itemA	shopY	Day1	8
2	itemB_shopX	itemB	shopX	Day1	5
3	itemB_shopY	itemB	shopY	Day1	10
4	itemA_shopX	itemA	shopX	Day2	6
5	itemA_shopY	itemA	shopY	Day2	6
6	itemB_shopX	itemB	shopX	Day2	1
7	itemB_shopY	itemB	shopY	Day2	1
8	itemA_shopX	itemA	shopX	Day3	6
9	itemA_shopY	itemA	shopY	Day3	9
10	itemB_shopX	itemB	shopX	Day3	7
11	itemB_shopY	itemB	shopY	Day3	7

おわり～