Question

使用以下两个值旋转数据框之后：

import pandas as pd

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
                       'foo', 'bar', 'foo', 'bar'],
            'B' : ['one', 'one', 'two', 'two',
                      'two', 'two', 'one', 'two'],
            'C' : [56, 2, 3, 4, 5, 6, 0, 2],
            'D' : [51, 2, 3, 4, 5, 6, 0, 2]})

pd.pivot_table(df, values=['C','D'],rows='B',cols='A').unstack().reset_index()

当我取消堆叠枢轴并重置索引两个新列＆＃39; level_0＆＃39;和0被创建。 Level_0包含列名C和D，0包含值。

    level_0     A   B   0
0   C   bar     one     2.0
1   C   bar     two     4.0
2   C   foo     one     28.0
3   C   foo     two     4.0
4   D   bar     one     2.0
5   D   bar     two     4.0
6   D   foo     one     25.5
7   D   foo     two     4.0

是否可以取消堆叠框架，以便每个值（C，D）出现在单独的列中，或者我是否必须拆分并连接框架才能实现此目的？感谢。

编辑以显示所需的输出：

    A   B   C   D
0   bar one 2   2
1   bar two 4   4
2   foo one 28  25.5
3   foo two 4   4

Answer 1

你想要stack（而不是拆散）：

In [70]: pd.pivot_table(df, values=['C','D'],rows='B',cols='A').stack()
Out[70]: 
          C     D
B   A            
one bar   2   2.0
    foo  28  25.5
two bar   4   4.0
    foo   4   4.0

虽然你使用的unstack做了一个＆＃39;堆栈＆＃39;操作，因为索引轴中没有MultiIndex（仅在列轴中）。

但实际上，您也可以通过 groupby-operation 到达那里（我认为更合乎逻辑），因为这是您实际执行的操作（将列C和D按A和B分组）：

In [72]: df.groupby(['A', 'B']).mean()
Out[72]: 
          C     D
A   B            
bar one   2   2.0
    two   4   4.0
foo one  28  25.5
    two   4   4.0

Python Pandas-如何使用两个值取消堆叠数据透视表，每个值都成为新列？

1 个答案: