Question

我正在尝试生成数据透视表结构，但只能从两列数据中生成。我所拥有的是这个通用DataFrame;

df = pd.DataFrame({'name': ['Australia', 'Japan', 'Brazil'], 'code': ['R1', 'R2', 'R3']})

我想要实现的是在列和索引中都有name字段，以及来自code字段的连接字符串的值。这将导致DataFrame具有形状（3,3）。基本上在Australia行和Japan列中包含R1-R2的值，在Brazil行和Australia列中包含R3-R1的值。

我尝试使用此功能，但我不确定pivot_table是否可以在索引和列中使用相同的值。

pd.pivot_table(df, values='code', index=['name'], columns=['name'], aggfunc=lambda x: '-'.join(x))

基本上，输出应该是这种形式（尽管可能有索引和列名）而不是手动生成;

data = {'Australia': ['R1-R1', 'R2-R1', 'R3-R1'],
        'Japan': ['R1-R2', 'R2-R2', 'R3-R2'],
        'Brazil': ['R1-R3', 'R2-R3', 'R3-R3']}

df_result = pd.DataFrame(data, columns=['Australia', 'Japan', 'Brazil'], index=['Australia', 'Japan', 'Brazil'])

谢谢！

Answer 1

One way, you could do this:

df1 = df.assign(key=1).merge(df.assign(key=1), how='outer',on='key',suffixes=('','_c'))

df1 = df1.drop('key',axis=1)

df1['value'] = df1['code'] + '-' + df1['code_c']

df2 = df1.drop(['code','code_c'],axis=1)

df_result = df2.set_index(['name','name_c']).unstack()

df_result.columns = df_result.columns.droplevel()

print(df_result)

Output:

name_c    Australia Brazil  Japan
name                             
Australia     R1-R1  R1-R3  R1-R2
Brazil        R3-R1  R3-R3  R3-R2
Japan         R2-R1  R2-R3  R2-R2

熊猫 - 从2列生成的数据透视表

1 个答案: