Question

下面的DataFrame需要重新打包，以便我在一行中拥有每个区域的所有值。在下面的例子中，新的df只有3行，每个区域一行。然后，相应的值将沿多列扩展。

地区可能会有所不同，可能会超过3.任何建议都表示赞赏。

function appAjax(url) {
  alert(url);
  var response = null;
  jQuery.ajax({
    url: url,
    dataType: "html",
    success: function (data, textStatus, jqXHR) {
      response = data;
      appWindow(data);
    },
    error: function (jqXHR, textStatus, errorThrown) {
      alert(textStatus);
      alert(errorThrown);
    }
  });
}

function appWindow(data) {
  //alert(data);
  $.colorbox({html: data, width: 1100, height: 500});
}

期望的输出：

>>> a
Out[26]: 
Area value 
0 EUROPE 47
1 ASIA 51
2 AMERICAS 37
3 EUROPE 39
4 ASIA 22
5 AMERICAS 24

值应分布在不同的列

中

Answer 1

您可以在{区域'和groupby list上apply：

In [75]:
df.groupby('Area')['value'].apply(list).reset_index()

Out[75]:
       Area     value
0  AMERICAS  [37, 24]
1      ASIA  [51, 22]
2    EUROPE  [47, 39]

这将处理可变数量的值

如果您要将值拆分出来，可以致电apply并传递pd.Series ctor：

In [90]:
df1 = df.groupby('Area')['value'].apply(lambda x: list(x)).reset_index()
df1[['val1', 'val2']] = df1['value'].apply(pd.Series)
df1

Out[90]:
       Area     value  val1  val2
0  AMERICAS  [37, 24]    37    24
1      ASIA  [51, 22]    51    22
2    EUROPE  [47, 39]    47    39

修改

对于可变数量的列，如果您不知道最大值数是多少，则无法预先分配，但您仍然可以使用上述内容：

In [94]: import io import pandas as pd t="""index Area value 0 EUROPE 47 1 ASIA 51 2 AMERICAS 37 3 EUROPE 39 4 ASIA 22 5 AMERICAS 24 5 AMERICAS 50""" df = pd.read_csv(io.StringIO(t), sep='\s+') df Out[94]: index Area value 0 0 EUROPE 47 1 1 ASIA 51 2 2 AMERICAS 37 3 3 EUROPE 39 4 4 ASIA 22 5 5 AMERICAS 24 6 5 AMERICAS 50 In [99]: df1 = df.groupby('Area')['value'].apply(list).reset_index() df1 Out[99]: Area value 0 AMERICAS [37, 24, 50] 1 ASIA [51, 22] 2 EUROPE [47, 39] In [102]: df1 = pd.concat([df1, df1['value'].apply(pd.Series).fillna(0)], axis=1) df1 Out[102]: Area value 0 1 2 0 AMERICAS [37, 24, 50] 37 24 50 1 ASIA [51, 22] 51 22 0 2 EUROPE [47, 39] 47 39 0

大熊猫将重复的值重新堆叠到列中

1 个答案: