代码之家 › 专栏 › 技术社区 › Lynn

执行逐行反聚合(Pandas)更新时,难以将字段名称转换为特定值

numpy pandas python

Lynn · 技术社区 · 2 年前

我有一个数据集,在那里我想将特定的字段名转换为值,同时将值反聚合为它们自己的唯一行,并执行长数据透视。

数据

# create DataFrame
data = {
    "Start": ['8/1/2013', '8/1/2013'],
    "Date": ['9/1/2013', '9/1/2013'],
    "End": ['10/1/2013', '10/1/2013'],
    "Area": ['NY', 'CA'],
    "Final": ['3/1/2023', '3/1/2023'],
    "Type": ['CC', 'AA'],
    "Middle Stat": [226, 130],
    "Low Stat": [20, 50],
    "High Stat": [10, 0],
    "Middle Stat1": [0, 0],
    "Low Stat1": [0, 0],
    "High Stat1": [0, 0],
    "Re": [0,0],
    "Set": [0,0],
    "Set2": [0,0],
    "Set3": [0,0],

}

渴望的

data = {'Start': ['8/1/2013', '8/1/2013', '8/1/2013', '8/1/2013', '8/1/2013', '8/1/2013'],
        'Date': ['9/1/2013', '9/1/2013', '9/1/2013', '9/1/2013', '9/1/2013', '9/1/2013'],
        'End': ['10/1/2013', '10/1/2013', '10/1/2013', '10/1/2013', '10/1/2013', '10/1/2013'],
        'Area': ['NY', 'CA', 'NY', 'CA', 'NY', 'CA'],
        'Final': ['3/1/2023', '3/1/2023', '3/1/2023', '3/1/2023', '3/1/2023', '3/1/2023'],
        'Type': ['CC', 'AA', 'CC', 'AA', 'CC', 'AA'],
        'Stat': [20, 50, 226, 130, 10, 0],
        'Range': ['Low', 'Low', 'Middle', 'Middle', 'High', 'High'],
        'Stat1': [0, 0, 0, 0, 0, 0],
        'Re': [0, 0, 0, 0, 0, 0],
        'Set': [0, 0, 0, 0, 0, 0],
        'Set2': [0, 0, 0, 0, 0, 0],
        'Set3': [0, 0, 0, 0, 0, 0]
        }

正在执行

我使用的是SO成员提供的这个很棒的脚本,但关于如何调整它以创建所需输出的疑难解答。我需要包括所需输出中显示的所有列。

import janitor

(df
.pivot_longer(
    index = slice('Start', 'Type'), 
    names_to = ("Range", ".value"), 
    names_sep = " ")
)

欢迎提出任何建议。

1 回复 | 直到 2 年前

sammywemmy 2 年前

一个选项是 pivot_longer 从…起 pyjanitor -在这种情况下,我们使用特殊的占位符 .value 以确定列中我们希望保留为标题的部分,而其余部分则被整理到一个新列中:

# pip install pyjanitor
import pandas as pd
import janitor

(df
.pivot_longer(
    index = [slice('Start', 'Type'), slice('Re', 'Set3')], 
    names_to = ("Range", ".value"), 
    names_sep = " ")
)

      Start      Date        End Area     Final Type  Re  Set  Set2  Set3   Range  Stat  Stat1
0  8/1/2013  9/1/2013  10/1/2013   NY  3/1/2023   CC   0    0     0     0  Middle   226      0
1  8/1/2013  9/1/2013  10/1/2013   CA  3/1/2023   AA   0    0     0     0  Middle   130      0
2  8/1/2013  9/1/2013  10/1/2013   NY  3/1/2023   CC   0    0     0     0     Low    20      0
3  8/1/2013  9/1/2013  10/1/2013   CA  3/1/2023   AA   0    0     0     0     Low    50      0
4  8/1/2013  9/1/2013  10/1/2013   NY  3/1/2023   CC   0    0     0     0    High    10      0
5  8/1/2013  9/1/2013  10/1/2013   CA  3/1/2023   AA   0    0     0     0    High     0      0