Question

我有一个包含4列的数据框（a，b，c，d是列名）：

df = 
a   b   c    d
1   2   3    4
5   2   7    8

是否可以使用df.pivot()将2列添加到列多索引中？以下不起作用：

df.pivot('a', ['b', 'c'])

我想要

我知道我可以使用pivot_table轻松完成这项工作（pd.pivot_table(df, index='a', columns=['b', 'c'])），但我对pivot的灵活性感到好奇，因为文档不明确。

Answer 1

显然缺少一些实现，我认为你找到了一个。我们有解决方法，但你是正确的，文档说，columns参数可以是一个对象，但似乎没有任何工作。我相信@MaxU和@jezrael给了它一个很好的尝试，我们似乎都没有能够让它工作，因为文档说应该。我称之为虫子！如果其他人在我到达之前没有或没有，我可能会报告。

那说，我找到了这个，这很奇怪。我计划将列表传递给index参数，然后进行转置。但相反，字符串'c'和'b'被用作索引值......这根本不是我想要的。

这是什么陌生人

df.pivot(['c', 'b'], 'a', 'd')

a    1    5
b  NaN  8.0
c  4.0  NaN

此外，这看起来很好：

df.pivot('a', 'b', 'd')

b  2
a   
1  4
5  8

但这里的错误令人困惑

print(df.pivot('a', ['b'], 'd'))

KeyError: 'Level b not found'

任务继续......

OP自己的答案
无视

使用pivot_table

df.pivot_table（values = None，index = None，columns = None，aggfunc ='mean'，fill_value = None，marginins = False，dropna = True，margins_name ='All'）

df.pivot_table('d', 'a', ['b', 'c'])

b    2     
c    3    7
a          
1  4.0  NaN
5  NaN  8.0

Answer 2

没有汇总的最近解决方案是set_index + unstack：

df = df.set_index(['b','c','a'])['d'].unstack([0,1])
print (df)
b    2     
c    3    7
a          
1  4.0  NaN
5  NaN  8.0

使用pivot的解决方案，但有点疯狂 - 需要创建MultiIndex并最后转置：

df = df.set_index(['b','c'])
df = df.pivot(columns='a')['d'].T
print (df)
b    2     
c    3    7
a          
1  4.0  NaN
5  NaN  8.0

Answer 3

我们也可以使用pd.crosstab：

In [80]: x
Out[80]:
   a  b  c  d
0  1  2  3  4
1  5  2  7  8

In [81]: pd.crosstab(x.a, [x.b, x.c], x.d, aggfunc='mean')
Out[81]:
b    2
c    3    7
a
1  4.0  NaN
5  NaN  8.0

如何使用pivot将2列添加到pandas

3 个答案: