Pandas Dataframe中的Pivot行

Question

我的数据框目前如下：

ID               FIELD        VALUE
12463634          TEST         22.2 
12463634      E_REASON          010
12463634      IN_SCOPE            Y
12463635          TEST         99.5 
12463635      E_REASON          020
12463635      IN_SCOPE            N

我希望我的数据框看起来像：

ID           TEST     E_REASON     IN_SCOPE
12463634     22.2          010            Y
12463635     99.5          020            N

我尝试过运行此代码：

df.pivot_table(index = "ID", columns = "FIELD", values = "VALUE")

但是，我看到了这个错误：

DataError: No numeric types to aggregate

请指教。谢谢！

Answer 1

使用pivot或unstack：

df = df.pivot(index = "ID", columns = "FIELD", values = "VALUE")
print (df)
FIELD    E_REASON IN_SCOPE  TEST
ID                              
12463634      010        Y  22.2
12463635      020        N  99.5

df = df.set_index(['ID', 'FIELD'])['VALUE'].unstack()
print (df)
FIELD    E_REASON IN_SCOPE  TEST
ID                              
12463634      010        Y  22.2
12463635      020        N  99.5

如果重复项需要pivot_table一些汇总函数 - sum或','join：

print (df)
         ID     FIELD VALUE
0  12463634      TEST  22.2
1  12463634  E_REASON   010
2  12463634  IN_SCOPE     Y<-same ID and FIELED
3  12463634  IN_SCOPE    Y1<-same ID and FIELED
4  12463635      TEST  99.5
5  12463635  E_REASON   020
6  12463635  IN_SCOPE     N


df = df.pivot_table(index = "ID", columns = "FIELD", values = "VALUE", aggfunc='sum')
print (df)
FIELD    E_REASON IN_SCOPE  TEST
ID                              
12463634      010      YY1  22.2
12463635      020        N  99.5

或者：

df = df.pivot_table(index = "ID", columns = "FIELD", values = "VALUE", aggfunc=','.join)
print (df)
FIELD    E_REASON IN_SCOPE  TEST
ID                              
12463634      010     Y,Y1  22.2
12463635      020        N  99.5

Answer 2

另一种选择是做类似的事情：

df.groupby(['ID', 'FIELD']).sum().unstack()

这样您就不会丢失标签'VALUES'

解释

你可以groupby和sum()给你

In [31]: df.groupby(['ID', 'FIELD']).sum()
Out[31]:
                  VALUE
ID       FIELD
12463634 E_REASON   010
         IN_SCOPE     Y
         TEST      22.2
12463635 E_REASON   020
         IN_SCOPE     N
         TEST      99.5

然后unstack将最后一个索引行移动到列