Question

我所拥有的是四列矩阵。我想保留前两列并将最后两列转换为一种出现矩阵（但具有相应的值）。我试图通过[＆＃39; shop_id＆＃39;，＆＃39; item_id＆＃39;，＆＃39; date＆＃39;]进行分组，但不知道如何为那些空白日期填写0。有人有想法吗？非常感谢

given:
shop_id item_id date sales
0       19      0    1
0       19      2    13
0       19      3    11
1       19      1    3

result:
shop_id item_id date_0 date_1 date_2 date_3 
0       19      1      0      13     11
1       19      0      3      0      0

Answer 1

让我们使用set_index，unstack和fillna：

df.set_index(['shop_id','item_id','date'])['sales'].unstack()\
  .add_prefix('date_').reset_index().fillna(0).astype(int)

输出：

date  shop_id  item_id  date_0  date_1  date_2  date_3
0           0       19       1       0      13      11
1           1       19       0       3       0       0

Answer 2

使用defaultdict

import pandas as pd
from collections import defaultdict

d = defaultdict(dict)
for (shop, item, date, sales) in df.values.tolist():
    d[date][(shop, item)] = sales

pd.DataFrame(d).fillna(0, downcast='infer') \
  .add_prefix('date_').rename_axis(['shop_id', 'item_id']).reset_index()

   shop_id  item_id  date_0  date_1  date_2  date_3
0        0       19       1       0      13      11
1        1       19       0       3       0       0

Answer 3

这是一个pivot_table解决方案，应该非常快 -

df = df.pivot_table(
            index=['shop_id', 'item_id'], 
            columns=['date'],  
            values=['sales'], 
            fill_value=0)\
       .add_prefix('date_').reset_index()

df

     shop_id item_id date_sales                     
date                     date_0 date_1 date_2 date_3
0          0      19          1      0     13     11
1          1      19          0      3      0      0

在决定使用哪种解决方案之前，请确保在数据上测试两种解决方案！

如何使用pandas列

3 个答案: