Question

说我有以下数据框：

import pandas as pd

df = pd.DataFrame()
df['ID'] = [1, 1, 1, 2, 2]
df['Type'] = ['A', 'B', 'Q', 'B', 'R']
df['Status'] = [0, 0, 1, 0, 1]
>>> df
   ID Type  Status
0   1    A       0
1   1    B       0
2   1    Q       1
3   2    B       0
4   2    R       1
>>>

我想通过“ID＆＃39;”对这个数据框进行分组。并重新塑造它，以便我有一个＆＃34; Type＆＃34;变量和＆＃34;状态＆＃34;组中每个项目的变量。见下文：

   Type1 Type2 Type3  Status1  Status2  Status3
ID                                             
1      A     B     Q        0        0        1
2      B     R   NaN        0        1      NaN

输出数据框中的行数取决于任何一组ID中的最大记录数。

我相信我想在这里使用pivot功能。但是，它需要一个＆＃34;列＆＃34;我认为参数应该是每个组中每个项目的ID。我有一个非常笨重的计算方法，我很欣赏有关更好的方法的建议：

>>> g=df.groupby('ID')
>>> df['IDinGroup']=[item for sublist in [range(1,len(i[1])+1) for i in g] for item in sublist]
>>> df
   ID Type  Status  IDinGroup
0   1    A       0          1
1   1    B       0          2
2   1    Q       1          3
3   2    B       0          1
4   2    R       1          2
>>>

然后我可以遍历＆＃39; Type＆＃39;和＆＃39;状态＆＃39;变量和每个转动，然后将它们合并在一起：

>>> ListOfValues=[]
>>> for ValueCol in ['Type','Status']:
...     f=df.pivot(index='ID',columns='IDinGroup',values=ValueCol)
...     f.columns=[ValueCol+str(Col) for Col in f.columns]
...     f.columns.name=None
...     ListOfValues.append(f)
... 
>>> pd.concat(ListOfValues,1)
   Type1 Type2 Type3  Status1  Status2  Status3
ID                                             
1      A     B     Q        0        0        1
2      B     R   NaN        0        1      NaN
>>>

我在这里采取了正确的方法吗？如果是这样，有什么更好的方法来计算＆＃34;列＆＃34;枢轴功能的参数？（每组中每个项目的ID）

Answer 1

试试这个：

import pandas as pd

df = pd.DataFrame()
df['ID'] = [1, 1, 1, 2, 2]
df['Type'] = ['A', 'B', 'Q', 'B', 'R']
df['Status'] = [0, 0, 1, 0, 1]

g = df.groupby("ID")[["Type","Status"]]
df2 = g.apply(pd.DataFrame.reset_index, drop=True).unstack()

结果如下：

   Type         Status       
      0  1    2      0  1   2
ID                           
1     A  B    Q      0  0   1
2     B  R  NaN      0  1 NaN

列是MultiIndex，如果你想要平展它：

df2.columns = [l0 + str(l1+1) for l0, l1 in df2.columns]

输出：

   Type1 Type2 Type3  Status1  Status2  Status3
ID                                             
1      A     B     Q        0        0        1
2      B     R   NaN        0        1      NaN

Pivot Pandas Dataframe并计算＆＃39;列＆＃39;参数

1 个答案: