我有一個看起來像的數據框：PRIO Art Name Value1 A Alpha 01 A Alpha 01 A Beta 12 A Alpha 32 B Theta 2 我如何轉置數據框，我將所有唯一名稱作為一列，并具有相應的值（請注意，我想忽略重復的行）？所以在這種情況下：PRIO Art Alpha Alpha_value Beta Beta_value Theta Theta_value1 A 1 0 1 1 NaN NaN2 A 1 3 NaN NaN NaN NaN2 B NaN NaN NaN NaN 1 2
3 回答
開心每一天1111
TA貢獻1836條經驗 獲得超13個贊
這是使用pivot_table. 要記住一些棘手的事情：
您需要將兩者都指定
'PRIO', 'Art'為數據透視索引我們還可以使用兩個聚合函數在一次調用中完成
我們必須重命名 0 級列以區分它們。所以你需要交換級別并重命名
out = df.pivot_table(index=['PRIO', 'Art'], columns='Name', values='Value',
aggfunc=[lambda x: 1, 'first'])
# get the column names right
d = {'<lambda>':'is_present', 'first':'value'}
out = out.rename(columns=d, level=0)
out.columns = out.swaplevel(1,0, axis=1).columns.map('_'.join)
print(out.reset_index())
PRIO Art Alpha_is_present Beta_is_present Theta_is_present Alpha_value \
0 1 A 1.0 1.0 NaN 0.0
1 2 A 1.0 NaN NaN 3.0
2 2 B NaN NaN 1.0 NaN
Beta_value Theta_value
0 1.0 NaN
1 NaN NaN
2 NaN 2.0
千萬里不及你
TA貢獻1784條經驗 獲得超9個贊
pd.crosstab()這是和的示例groupby()。
df = pd.concat([pd.crosstab([df['PRIO'],df['Art']], df['Name']),df.groupby(['PRIO','Art','Name'])['Value'].sum().unstack().add_suffix('_value')],axis=1).reset_index()
df
| | Alpha | Beta | Theta | Alpha_value | Beta_value | Theta_value |
|:---------|--------:|-------:|--------:|--------------:|-------------:|--------------:|
| (1, 'A') | 1 | 1 | 0 | 0 | 1 | nan |
| (2, 'A') | 1 | 0 | 0 | 3 | nan | nan |
| (2, 'B') | 0 | 0 | 1 | nan | nan | 2 |
元芳怎么了
TA貢獻1798條經驗 獲得超7個贊
Groupby 兩次，首先以 Name 和 suffix 為中心值。Next groupby 相同的命令并找到唯一的值。加入兩者。在加入中，刪除重復的列并根據需要重命名其他列
g=df.groupby([ 'Art','PRIO', 'Name'])['Value'].\
first().unstack().reset_index().add_suffix('_value')
print(g.join(df.groupby(['PRIO', 'Art','Name'])['Value'].\
nunique().unstack('Name').reset_index()).drop(columns=['PRIO_value','Art'])\
.rename(columns={'Art_value':'Art'}))
Name Art Alpha_value Beta_value Theta_value PRIO Alpha Beta Theta
0 A 0.0 1.0 NaN 1 1.0 1.0 NaN
1 A 3.0 NaN NaN 2 1.0 NaN NaN
2 B NaN NaN 2.0 2 NaN NaN 1.0
添加回答
舉報
0/150
提交
取消