Question

我正在使用Python 2.7和Pandas 0.19.2

我已经看过这个问题的一些类似的问题/答案，但仍然无法解决。

我有以下数据框：

          Date         name      objects
0   2005-11-17         Pete        6
1   2014-02-04         Rob         3
2   2012-02-13         Rob         2
3   2004-12-16         Julia       4
4   2012-02-13         Mike        9

我想重塑它如下：

              Pete   Rob    Julia   Mike

2005-11-17     6     Nan     Nan    Nan
2014-02-04    Nan     3      Nan    Nan
2012-02-13    Nan     2      Nan    9
2004-12-16    Nan    Nan      4     Nan

我一直在尝试运行df.pivot(index='Date', columns='name', value='objects')但我收到'index has duplicate value'错误。

我认为pivot或pivot_table在这些情况下起作用，因为索引和列之间基本上没有“冲突”（例如'Rob'和'2014-02-04'中的多个值数据框）。

我不想聚合 - 只是重塑。同样在示例中，日期不是有序的 - 但这并不重要。

我觉得这应该是一个简单的修复，但我看不到它。有人可以分享一些见解吗？

提前致谢。

Answer 1

您的实际数据似乎是重复的，请参阅示例：

print (df)
         Date   name  objects
0  2005-11-17   Pete        6
1  2014-02-04    Rob        3
2  2012-02-13    Rob        2
3  2004-12-16  Julia        4
4  2012-02-13   Mike        9 <-duplicates for 2012-02-13 and Mike
5  2012-02-13   Mike       18 <-duplicates for 2012-02-13 and Mike

解决方案为pivot_table，其中包含一些聚合函数，默认值为np.mean，但可以更改为sum，＆＃39; meadian＆＃39;，first，{{ 1}}。

last

使用df = df.pivot_table(index='Date', columns='name', values='objects', aggfunc=np.mean) print (df) name Julia Mike Pete Rob Date 2004-12-16 4.0 NaN NaN NaN 2005-11-17 NaN NaN 6.0 NaN 2012-02-13 NaN 13.5 NaN 2.0 <-13.5 is mean 2014-02-04 NaN NaN NaN 3.0，聚合函数和groupby的另一种解决方案：

unstack

为了检查重复，可以使用duplicated与boolean indexing：

df = df.groupby(['Date','name'])['objects'].mean().unstack()
print (df)
name        Julia  Mike  Pete  Rob
Date                              
2004-12-16    4.0   NaN   NaN  NaN
2005-11-17    NaN   NaN   6.0  NaN
2012-02-13    NaN  13.5   NaN  2.0
2014-02-04    NaN   NaN   NaN  3.0

Answer 2

您可以使用Column(autoincrement='auto')：

df.pivot()

替代解决方案：

In [205]: x.pivot(index='Date', columns='name', values='objects')
Out[205]:
name        Julia  Mike  Pete  Rob
Date
2004-12-16    4.0   NaN   NaN  NaN
2005-11-17    NaN   NaN   6.0  NaN
2012-02-13    NaN   9.0   NaN  2.0
2014-02-04    NaN   NaN   NaN  3.0

实际上In [207]: x.groupby(['Date','name'])['objects'].first().unstack('name') Out[207]: name Julia Mike Pete Rob Date 2004-12-16 4.0 NaN NaN NaN 2005-11-17 NaN NaN 6.0 NaN 2012-02-13 NaN 9.0 NaN 2.0 2014-02-04 NaN NaN NaN 3.0 - 与提到的解决方案非常相似

使用Pandas版本0.19.2进行PS测试

Pandas Dataframe Reshape / Pivot - 索引错误中的重复值

2 个答案: