python pandas的dataframe 数据重构

数据：mr数据，每个采样点有主服务小区以及7个邻区的eci、rsrp、mr_count信息；

需求：需要将邻区独立生成一个采样点，处理后采样点基本就是原数据的7倍

大概就是这样子：

使用stack/unstack可以很方便地进行行列转换，但想要的实现的要比行列转化更复杂些。不过使用pandas来处理也比较简单

1、读取数据：

t = pd.read_csv('./fastPg.csv',delimiter= ",",encoding='gbk')
t.columns=[x.lower() for x in t.columns]

output:

2、提取小区数据，t1~t7代表7个最强邻区：

scell=t[['longitude','latitude','eci','mr_count','avg_rsrp']]
for i in range(1,8):
    exec("t{0}=t[['longitude','latitude','t{0}_ecgi','t{0}_count','t{0}_rsrp']]".format(i))

t1，output：

3、把字段名统一并使用concat函数连接

for df in [scell,t1,t2]:
    df.columns=['longitude','latitude','eci','mr_count','avg_rsrp']
df=pd.concat([scell,t1,t2])
df

df, output: