Question

我有一个pandas数据框如下：

'domain': [('purchase_id', '=', self.id)]

我的身份证号码是：＆＃34; request_id＆＃34;和＆＃34; crash_id＆＃34;，目标变量是nu_acc_x，num_acc_y和num_acc_z 我想创建一个新的DataFrame，其中目标变量被广泛重新整形，即添加max（counter）* 3个新变量，如num_acc_x_0，num_acc_x_1，... num_acc_y_0，num_acc_y_1，... num_acc_z_0，num_acc_z_1，可能没有枢轴最终结果（我希望在R中使用真正的DataFrame。）

提前感谢您的关注

Answer 1

我认为您需要使用set_index unstack，最后通过MultiIndex从map创建列名：

df = df.set_index(['request_id','crash_id','counter']).unstack()
df.columns = df.columns.map(lambda x: '{}_{}'.format(x[0], x[1]))
df = df.reset_index()
print (df)
   request_id     crash_id  num_acc_x_0  num_acc_x_1  num_acc_x_2  \
0    745109.0  670140638.0         0.01        0.016        0.016   

   num_acc_y_0  num_acc_y_1  num_acc_y_2  num_acc_z_0  num_acc_z_1  \
0          0.0       -0.006       -0.006       -0.045       -0.034   

   num_acc_z_2  
0       -0.034

使用pivot_table聚合重复的另一种解决方案：

df = df.pivot_table(index=['request_id','crash_id'], columns='counter', aggfunc='mean')
df.columns = df.columns.map(lambda x: '{}_{}'.format(x[0], x[1]))
df = df.reset_index()
print (df)
   request_id     crash_id  num_acc_x_0  num_acc_x_1  num_acc_x_2  \
0    745109.0  670140638.0         0.01        0.016        0.016   

   num_acc_y_0  num_acc_y_1  num_acc_y_2  num_acc_z_0  num_acc_z_1  \
0          0.0       -0.006       -0.006       -0.045       -0.034   

   num_acc_z_2  
0       -0.034

df = df.groupby(['request_id','crash_id','counter']).mean().unstack()
df.columns = df.columns.map(lambda x: '{}_{}'.format(x[0], x[1]))
df = df.reset_index()
print (df)
   request_id     crash_id  num_acc_x_0  num_acc_x_1  num_acc_x_2  \
0    745109.0  670140638.0         0.01        0.016        0.016   

   num_acc_y_0  num_acc_y_1  num_acc_y_2  num_acc_z_0  num_acc_z_1  \
0          0.0       -0.006       -0.006       -0.045       -0.034   

   num_acc_z_2  
0       -0.034

大熊猫长期广泛的多重整形

1 个答案: