Question

我有一个看起来像

的数据集

tradeid  buyer   seller   quantity
1        John    Mark     10
2        Frank   John     5
3        John    Jesse    4

其中每条线基本上对应于买方和卖方之间的交易。例如，在第一行中，我们看到John（买方）从Mark（卖方）购买了10件商品。

我想以每行对应的方式转换数据集，而不是交易者，并且我有相应的交易者买入或卖出的总数量。那是

output

trader  totalbuy  totalsell   
John    14        5
Frank   5         0    
Jesse   0         4
Mark    0         10

我正在使用最新版本的pandas，而且数据很大。上面进行转换的最有效方法是什么？

非常感谢!!

数据帧：

import pandas as pd
from io import StringIO

datastring = StringIO("""\
tradeid  buyer   seller   quantity
1        John    Mark     10
2        Frank   John     5
3        John    Jesse    4
""")

df = pd.read_table(datastring, sep='\s\s+', engine='python')

Answer 1

您可以执行几个groupby - sum，然后是横向concat：

>>> >>> pd.concat(
    [df.quantity.groupby(df.buyer).sum()\
        .reset_index().set_index('buyer').rename(columns={'quantity': 'totalBuy'}),
    df.quantity.groupby(df.seller).sum()\
            .reset_index().set_index('seller').rename(columns={'quantity': 'totalSell'})],
    axis=1).fillna(0)
    totalBuy    totalSell
Frank   5   0
Jesse   0   4
John    14  5
Mark    0   10

Answer 2

您可以使用melt：

(pd.melt(df, id_vars=['quantity'], value_vars=['buyer', 'seller'],
         value_name='trader', var_name='tradetype')
 .groupby(['tradetype', 'trader'])
 .sum()
 .unstack(level=0)
 .fillna(0)
 .quantity
 .rename(columns={'buyer': 'totalbuy', 'seller': 'totalsell'})
)

tradetype  totalbuy  totalsell
trader                        
Frank             5          0
Jesse             0          4
John             14          5
Mark              0         10

Pandas中最有效的方法是将交易数据集转换为长格式？

2 个答案: