Question

我搜索了几本书和网站，但找不到任何与我想要做的完全匹配的东西。我想从数据框创建逐项列表并重新配置数据，如下所示：

      A     B                A     B     C     D  
0     1     aa          0    1     aa  
1     2     bb          1    2     bb  
2     3     bb          2    3     bb    aa  
3     3     aa     --\  3    4     aa    bb    dd  
4     4     aa     --/  4    5     cc  
5     4     bb  
6     4     dd  
7     5     cc

我已经尝试过分组，堆叠，取消堆叠等等，但是我尝试过的任何东西都没有产生预期的结果。如果不是很明显，我对python很新，解决方案会很棒但是对我需要遵循的过程的理解是完美的。

提前致谢

Answer 1

使用pandas，您可以查询所有结果，例如其中A = 4。

一种粗略但有效的方法是迭代各种索引值并将所有“喜欢”结果收集到一个numpy数组中并将其转换为新的数据帧。

用于演示我的示例的伪代码：（将需要重写实际工作）

l= [0]*df['A'].max() 
for item in xrange(df['A'].max() ):
    l[item] = df.loc[df['A'].isin(item)]

df = pd.DataFrame(l)
# or something of the sort

我希望有所帮助。

评论更新：

animal_list=[]

for animal in ['cat','dog'...]:
    newdf=df[[x.is('%s'%animal) for x in df['A']]]

    body=[animal]    
    for item in newdf['B']
        body.append(item)

    animal_list.append(body)

df=pandas.DataFrame(animal_list)

Answer 2

一种快速而又脏的方法，可以使用字符串。根据需要自定义列命名。

data =  {'A': [1, 2, 3, 3, 4, 4, 4, 5],
         'B': ['aa', 'bb', 'bb', 'aa', 'aa', 'bb', 'dd', 'cc']}
df = pd.DataFrame(data)

maxlen = df.A.value_counts().values[0]  # this helps with creating 
                                    # lists of same size

newdata = {}
for n, gdf in df.groupby('A'):
    newdata[n]= list(gdf.B.values) + [''] * (maxlen - len(gdf.B)) 

# recreate DF with Col 'A' as index; experiment with other orientations
newdf = pd.DataFrame.from_dict(newdict, orient='index') 

# customize this section
newdf.columns = list('BCD')
newdf['A'] = newdf.index
newdf.index = range(len(newdf))
newdf = newdf.reindex_axis(list('ABCD'), axis=1) # to set the desired order

print newdf

结果是：

   A   B   C   D
0  1  aa        
1  2  bb        
2  3  bb  aa    
3  4  aa  bb  dd
4  5  cc

Python Pandas Dataframe：使用列中的值创建新列

2 个答案: