panda怎么同时将行列互相转换？

Question

希望通过pandas同时对数据行列进行转置，使用pandas从数据读取数据方式：

    import pandas as pd
    from sqlalchemy import create_engine
    sql = """
            SELECT ts_code,end_date,revenue,oper_cost 
            FROM income where ts_code ='600002.SH' LIMIT 20
            """
    df = pd.read_sql_query(sql, engine_ts)

从数据库读出来的原始数据格式：

ts_code	end_date	revenue	oper_cost
600002.SH	20150930	539	434
600002.SH	20150630	362	291
600002.SH	20141231	768	608
600002.SH	20150331	161	129

想转换成如下格式：

ts_code	ITEM	20150930	20150630	20141231	20150331
600007.SH	revenue	539	362	768	161
600007.SH	oper_cost	434	291	608	129

尝试过转置，但技术不行，以下代码，失败告终。

    df = df.set_index(['revenue', 'oper_cost'])  # 列转行
    df = df.stack()
    df.index = df.index.rename('temp_col1', level=2)
    df.name = 'temp_col2'
    df = df.reset_index()

    df = df.set_index(['temp_col1', 'temp_col2'])  # 行转列
    df = df.unstack("temp_col2")
    df = df.reset_index()

Answer 1

使用pandas的pivot_table就可以了，参考代码如下：

t='''
ts_code    end_date    revenue    oper_cost
600002.SH    20150930    539    434
600002.SH    20150630    362    291
600002.SH    20141231    768    608
600002.SH    20150331    161    129
'''
import pandas as pd
import io
df=pd.read_table(io.StringIO(t))
new_df=pd.pivot_table(df,columns='end_date',values=['revenue','oper_cost'])
new_df=new_df.rename_axis([None], axis=1).reset_index().rename(columns={'index':'ITEM'},index=df['ts_code'][:len(new_df)])
print(new_df)

运行结果：

F:\2022\pythontest>t8
                ITEM  20141231  20150331  20150630  20150930
600002.SH  oper_cost       608       129       291       434
600002.SH    revenue       768       161       362       539

如有帮助，请点击采纳采纳按钮给予支持~~