我像这样制作数据帧。
df = pd.DataFrame({
'class' : ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
'number' : [1,2,3,4,5,1,2,3,4,5],
'math' : [90, 20, 50, 30, 57, 67, 89, 79, 45, 23],
'english' : [40, 21, 68, 89, 90, 87, 89, 54, 21, 23]
})
我希望通过使用一些pandas方法将索引转换为此。(例如set_index,stack ,,,)
df1 = pd.DataFrame(np.random.randint(1, 100, (5, 4)),
columns = [['A', 'A', 'B', 'B'],['english', 'math', 'english', 'math']],
index = [1, 2, 3, 4, 5])
我该怎么做?
答案 0 :(得分:11)
我认为您需要set_index
与unstack
进行重新整形,然后在swaplevel
列中的MultiIndex
和sort_index
的最后排序列中交换级别:< / p>
df1 = df.set_index(['number','class']).unstack().swaplevel(0,1,1).sort_index(1)
print (df1)
class A B
english math english math
number
1 40 90 87 67
2 21 20 89 89
3 68 50 54 79
4 89 30 21 45
5 90 57 23 23
print (df.set_index(['number','class']).stack().unstack([1,2]))
class A B
english math english math
number
1 40 90 87 67
2 21 20 89 89
3 68 50 54 79
4 89 30 21 45
5 90 57 23 23
答案 1 :(得分:5)
我喜欢@jezrael回答很多,但为了完整起见 - 您还可以使用pandas.DataFrame.pivot_table
代替set_index
+ unstack
:
>>> df.pivot_table(index='number', columns='class').swaplevel(axis=1).sort_index(1)
class A B
english math english math
number
1 40 90 87 67
2 21 20 89 89
3 68 50 54 79
4 89 30 21 45
5 90 57 23 23