Question

我有这样的数据集

    CookieID      ItemID
0   ERG-278-REDD    5651
1   NaN             2377
2   STQ-134-DDVH    1217
3   NaN             1798
4   XYZ-541-EFFG    1234
5   NaN             2378

我想在Pandas中将其转换为此

CookieID          Item1 Item2
ERG-278-RREDD     5651  2377
STQ-134-DDVH      1217  1798
XYZ-541-EFFG      1234  2378

我尝试使用数据透视表，但是，它没有用。这是我的数据透视表命令

dfunmelt = pd.pivot_table(dfmelt, index=['CookieID'],columns='ItemID',aggfunc=len)

如何实现上述输出？

Answer 1

set_index + ffill
groupby + cumcount
重新分配index
unstack + rename

s = df.set_index(df.CookieID.ffill()).ItemID
c = s.groupby(level=0).cumcount() + 1
s.index = [s.index, c]
s.unstack().rename(columns='Item_{}'.format)

              Item_1  Item_2
CookieID                    
ERG-278-REDD    5651    2377
STQ-134-DDVH    1217    1798
XYZ-541-EFFG    1234    2378

Answer 2

这是使用pivot_table

的单线程

In [371]: (df.assign(no = df['CookieID']isnull().astype(int))
             .ffill()
             .pivot_table(index='CookieID', values='ItemID', columns='no', aggfunc='sum')
             .rename(columns='Item_{}'.format))
Out[371]:
no            Item_0  Item_1
CookieID
ERG-278-REDD    5651    2377
STQ-134-DDVH    1217    1798
XYZ-541-EFFG    1234    2378

<强>详情

assign为NaN值创建了一个新列。

In [372]: df.assign(no = df.CookieID.isnull().astype(int))
Out[372]:
       CookieID  ItemID  no
0  ERG-278-REDD    5651   0
1           NaN    2377   1
2  STQ-134-DDVH    1217   0
3           NaN    1798   1
4  XYZ-541-EFFG    1234   0
5           NaN    2378   1

然后使用ffill填充NaN值

In [373]: df.assign(no = df.CookieID.isnull().astype(int)).ffill()
Out[373]:
       CookieID  ItemID  no
0  ERG-278-REDD    5651   0
1  ERG-278-REDD    2377   1
2  STQ-134-DDVH    1217   0
3  STQ-134-DDVH    1798   1
4  XYZ-541-EFFG    1234   0
5  XYZ-541-EFFG    2378   1

然后，您可以按原样使用pivot_table

In [374]: df.assign(no = df.CookieID.isnull().astype(int)).ffill().pivot_table(ind
     ...: ex='CookieID', values='ItemID', columns='no', aggfunc='sum')
Out[374]:
no               0     1
CookieID
ERG-278-REDD  5651  2377
STQ-134-DDVH  1217  1798
XYZ-541-EFFG  1234  2378

使用rename()获取列名称。

Pandas Unmelt数据集

2 个答案: