Эквивалент транспонирования Python Pandas Proc ⇐ Python

[Anonymous]

У меня есть процесс транспонирования sas, который я пытаюсь воспроизвести в pandas.

Вот пример:

Код: Выделить всё

ID = ['ID1', 'ID1', 'ID1', 'ID1', 'ID1']
obs_week = [201701,201701,201701,201701,201701]
weeks_id = [1,2,3,4,5]
spend = [100,200,300,400,500]
df = pd.DataFrame(zip(ID, obs_week, weeks_id, spend ), columns = ['id', 'obs_week', 'weeks_id', 'spend'])
df

Это дает следующую таблицу:

Код: Выделить всё

    id  obs_week    weeks_id    spend
0   ID1 201701      1           100
1   ID1 201701      2           200
2   ID1 201701      3           300
3   ID1 201701      4           400
4   ID1 201701      5           500

Я пытаюсь транспонировать это так, чтобы ID1 и obs_week стали уникальными, а затем Weeks_id стал новыми столбцами с префиксом.

Код SAS выглядит следующим образом:

Код: Выделить всё

proc transpose data=spend out=spend_hh (drop = _label_ _name_) prefix=spend_;
by id obs_week;
id weeks_id;
var spend;
run;

Мне удалось приблизиться к этому с помощью df.pivot_table

Код: Выделить всё

df.pivot_table(index=['id','obs_week'], columns='weeks_id', aggfunc=sum, fill_value=0)

Давайте такую ​​таблицу

Код: Выделить всё

                   spend
weeks_id           1    2   3   4   5
id       obs_week
ID1      201701    100  200 300 400 500

Моя проблема в том, что я хотел бы переименовать 1 2 3 4 5 в «send_1», «send_2» и т. д.

Я также хочу сделать это для нескольких разных переменных в файле, но я предполагаю, что могу просто ограничить выбор только теми полями, которые мне нужны

Мой ответ должен выглядеть так :

Код: Выделить всё

    id  obs_week    spend_1 spend_2 spend_3 spend_4 spend_5
0   ID1 201701      100     200     300     400     500

Это просто свертывание заголовков?

Я также хочу, чтобы id и obs_week не были частью индекс.

Подробнее здесь: https://stackoverflow.com/questions/455 ... equivalent