Question

我有一个csv或数据框，看起来像这样，但包括几十万行：

df = {'Date': {0: '2014-01-01,
  1: '2014-01-01',
  2: '2014-01-01',
  3: '2014-01-02',
  4: '2014-01-02'},
 'Name': {0: 'John',
  1: 'John',
  2: 'Rob',
  3: 'Mel',
  4: 'Rob'},
 'Rank': {0: 1, 1: 3, 2: 2, 3: 5, 4: 6},
 'Count': {0: 10, 1: 3, 2: 9, 3: 11, 4: 4}}

每个日期的名称都会重复，但计数和排名会发生变化。正如我现在所做的那样，不是每个日期对于这些名称中的每一个都有一行，而是我想安排我的数据框，以便每个日期都有一个值。也就是说，我希望我的桌子看起来像这样：

Date        John_Rank   Rob_Rank    Mel_rank  John_count   Mel_count   Rob_count  
2014-01-01    ...         ...          ...        ...         ...
2014-01-02    ...         ...          ...        ...         ...

我想使用这种格式来计算排名的差异。我之前曾多次反对过这种情况，但是在很长一段时间里都没有这么多行来处理 - 我直到现在才手动完成这项工作。任何建议都将非常感谢!!

Answer 1

我认为您可以将pivot_table与默认aggfunc='mean'：

一起使用

import pandas as pd

d = {'Date': {0: '2014-01-01',
  1: '2014-01-01',
  2: '2014-01-01',
  3: '2014-01-02',
  4: '2014-01-02'},
 'Name': {0: 'John',
  1: 'John',
  2: 'Rob',
  3: 'Mel',
  4: 'Rob'},
 'Rank': {0: 1, 1: 3, 2: 2, 3: 5, 4: 6},
 'Count': {0: 10, 1: 3, 2: 9, 3: 11, 4: 4}}
df = pd.DataFrame(d)
print df
   Count        Date  Name  Rank
0     10  2014-01-01  John     1
1      3  2014-01-01  John     3
2      9  2014-01-01   Rob     2
3     11  2014-01-02   Mel     5
4      4  2014-01-02   Rob     6

df = pd.pivot_table(df, index='Date', columns='Name')
df.columns = ['_'.join(col).strip() for col in df.columns.values]
print df
            Count_John  Count_Mel  Count_Rob  Rank_John  Rank_Mel  Rank_Rob
Date                                                                       
2014-01-01         6.5        NaN          9          2       NaN         2
2014-01-02         NaN         11          4        NaN         5         6

或者如果您想在列中添加swaplevel multiindex：

df = pd.pivot_table(df, index='Date', columns='Name')
df.columns  =  df.columns.swaplevel(0,1)
df.columns = ['_'.join(col).strip() for col in df.columns.values]
print df
            John_Count  Mel_Count  Rob_Count  John_Rank  Mel_Rank  Rob_Rank
Date                                                                       
2014-01-01         6.5        NaN          9          2       NaN         2
2014-01-02         NaN         11          4        NaN         5         6

如何根据每个唯一的术语转换pandas数据帧w / row;日期为df，每个日期包含1行，w /唯一条件+其值为列？

1 个答案: