亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

將 Pandas DataFrame 行重組為列

將 Pandas DataFrame 行重組為列

慕無忌1623718 2023-04-18 14:28:19
我有以下 df:itemname participant s0  s1  s2  s3E1       1           no  no  no  yesE1       2           no  no  yes noE1       3           no  no  no  yesA1       1           no  no  no  yesA1       2           no  no  no  yesA1       3           yes no  no  noFoo      1           no  no  no  yesFoo      2           yes no  no  noFoo      3           no  yes yes yes我需要將其轉換為以下格式:itemname  participant_1  participant_2  participant_3 E1_s0     no             no             no E1_s1     no             no             no E1_s2     no             yes            no E1_s3     yes            no             yes A1_s0     no             no             yes A1_s1     no             no             no A1_s2     no             no             no A1_s3     yes            yes            no Foo_s0    no             yes            no      Foo_s1    no             no             yesFoo_s2    no             no             yesFoo_s3    yes            no             yes如何將每個項目名稱與s0、s1、s2和s3組合成行,同時區分參與者(每個參與者應成為單獨的列)?
查看完整描述

1 回答

?
慕神8447489

TA貢獻1780條經驗 獲得超1個贊

您可以嘗試以下操作:


>>> df.pivot(

         columns='itemname',index='participant').T

         .swaplevel(axis='index')

         .sort_index(0).reset_index()

         .assign(itemname=lambda x:(x.pop('itemname')+'_' + x.pop('level_1'))

       ).set_index('itemname').add_prefix('participant_')


participant participant_1 participant_2 participant_3

itemname                                             

A1_s0                  no            no           yes

A1_s1                  no            no            no

A1_s2                  no            no            no

A1_s3                 yes           yes            no

E1_s0                  no            no            no

E1_s1                  no            no            no

E1_s2                  no           yes            no

E1_s3                 yes            no           yes

Foo_s0                 no           yes            no

Foo_s1                 no            no           yes

Foo_s2                 no            no           yes

Foo_s3                yes            no           yes


查看完整回答
反對 回復 2023-04-18
  • 1 回答
  • 0 關注
  • 139 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號