Использование Pivot с Pandas ⇐ Python

[Anonymous]

У меня есть фрейм данных Pandas, который мне нужно реструктурировать и немного изменить. У меня есть решение, которое работает, но оно наивное и медленное — я опубликую его ниже. По сути, у меня есть пространственные данные, которые мне нужно реорганизовать, а также преобразовать из UTM в широту/долготу и выполнить небольшую операцию с некоторыми столбцами. В настоящее время у меня есть:




UTMx
UTMy
Запись
Повышение
Data_1
Data_2
...
Data_n




0
700000.
400000.
1
600.
26,0
27,2

25,3


1
700010.
400001.
2
602.
23.0
22.2

29.3



и так далее. Самое главное, мне нужно векторизовать данные так, чтобы каждая строка содержала только одно значение данных (с массой избыточности в позиции, записи и высоте. Я знаю, что это неоптимально, но я пытаюсь совместить свой код с чужим API). Например:




UTMx
UTMy
широта
долгота
Запись
Высота
Данные




0
700000.
400000.
3.0
40.
1
600.
26.0


1
700000.
400000.
3.0
40.
1
600.
27.2


...
700000.
400000.
3.0
40.
1
600.
...


n-1
700000.
400000.
3.0
40.
1
600.
25.3


n
700010.
400001.
3,1
41.
2
602.
23,0


n+1
700010.
400001.
3.1
41.
2
602.
22.2


n+2...
700010.
400001.
3.1
41.
2
602.
...



и так далее. Обратите внимание, что цифры для этой таблицы полностью выдуманы. В то же время я хотел бы добавить столбцы для широты и долготы. В настоящее время я использую UTM для преобразования, и мне нужно выполнить небольшую математическую операцию с одним из столбцов. Это не обязательно делать за один шаг; Я буду рад, если мне удастся реструктурировать таблицу, а затем просто добавить столбцы, но я подумал, что может быть элегантный способ сделать все это сразу.
Сейчас я делаю это именно так. Пусть wbdf — исходный фрейм данных, а df — желаемый.

Код: Выделить всё

df = pd.DataFrame(columns=colnames)
for ii in range(0,wbdf.shape[0]):
t = wbdf.iloc[ii]
sid = int(t['Record'])
latitude, longitude = utm.to_latlon(t['UTMx'],t['UTMy'],utmzone[0],utmzone[1])
elev = t['Elevation']
for jj in range(0,nData):
nr = [sid,latitude,longitude,elev,jj,t[f'Data_{jj+1}']
df.loc[len(df)] = nr

Я упростил, чтобы избежать этой операции, но в основном необходимо добавить набор из n столбцов, которые линейно связаны со столбцами данных. Я предполагаю, что сводные таблицы могут многое из этого сделать, но признаю, что у меня возникли проблемы с их применением к моей проблеме. Любое направление будет оценено по достоинству.

Подробнее здесь: https://stackoverflow.com/questions/798 ... ith-pandas