代码之家 › 专栏 › 技术社区 › chitown88

python-重塑,透视,取消堆叠-多索引

reshape pivot pandas

chitown88 · 技术社区 · 6 年前

我在下面有一个数据框架,我正在努力重塑它。我已经找到了如何做的方法,但是我得到了多个答案,当尝试实现获取错误时,因为有重复的索引,或者我只得到一个宽行的数据帧。我一直在尝试的选项是unstack、pivot和ravel。在不迭代行的情况下,什么是最好和最简单的重塑方法?我知道我可以解决这个问题,但我也知道有更好的方法。

为了清晰起见,我提供了一个屏幕截图,展示了我所拥有的以及我正在尝试做的事情:

这是我的(但有几千排)

我试图将具有相同客户、周和类型的行移到一行中:

看起来像这样:

编辑:按照下面的要求,只是一个数据集的快速样本。我应该从一开始就提供。

导入熊猫为pd D='客户':['store_a']*12, 'class':['1a'、'1a'、'2b'、'2b'、'3c'、'3c']*2, '周':['08/19/2018','08/26/2018']*6, '类型':['食物']*6+['饮料']*6, '值':[无,无,1,1.5,1.1,1.2,无,无,0.96,0.70,0.96,0.96] 测试数据框(数据=d) < /代码>

为了清晰起见,我提供了一个屏幕截图,显示了我所拥有的以及我正在尝试做的事情:

这是我的东西(但有几千排)

我试图将具有相同客户、周和类型的行移到一行中:

看起来像这样:

编辑:按照下面的要求,只是一个数据集的快速样本。我应该从一开始就提供。

import pandas as pd

d = {'Customer': ['Store_A']*12,
 'Class': ['1A','1A','2B','2B','3C','3C']*2,
 'Week':['08/19/2018','08/26/2018']*6, 
 'Type':['Food']*6 + ['Beverage']*6, 
 'Value': [None,None,1,1.5,1.1,1.2,None,None,0.96,0.70,0.96,0.96]}

test_df = pd.DataFrame(data=d)

1 回复 | 直到 6 年前

jezrael 6 年前

您可以避免在pandas中出现重复的列名称,因此我建议为其添加计数器:

g = test_df.groupby(['Customer','Week', 'Type']).cumcount().astype(str)

df = test_df.set_index(['Customer','Week', 'Type', g]).unstack().sort_index(axis=1, level=1)
df.columns = df.columns.map('_'.join)

df = df.reset_index()
print (df)
  Customer        Week      Type Class_0  Value_0 Class_1  Value_1 Class_2  \
0  Store_A  08/19/2018  Beverage      1A      NaN      2B     0.96      3C   
1  Store_A  08/19/2018      Food      1A      NaN      2B     1.00      3C   
2  Store_A  08/26/2018  Beverage      1A      NaN      2B     0.70      3C   
3  Store_A  08/26/2018      Food      1A      NaN      2B     1.50      3C   

   Value_2  
0     0.96  
1     1.10  
2     0.96  
3     1.20

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前