pandas dataframe - 通过用列值替换值来合并行

Question

道歉的标题。

我有一个学生数据集，我想对学生运行聚类算法。

数据集的结构使得每个学生有多行，每个学生都有年龄，年级（第9，第10等），学生正在学习的单个班级以及该班级的最终成绩。

在预处理中，我应用pd.get_dummies为每个班级的学生提供一个布尔值，并且得分列保持不变。

我想合并各行，这样每个学生我只有一行（因为我想聚集学生而不是每一行）而不是每个班级的1或0，我想要该班的最终得分出现在类列中，然后删除得分列。

我将尝试提供一个例子：

Name, Age, Grade, Class, Score
John, 16, 9, Biology, 98
John, 16, 9, Algebra, 95
John, 16, 9, French, 96

应用pd.get_dummies会产生以下列：

Name, Age, Grade, Class_Biology, Class_Algebra, Class_French, Score

我对以下结果感兴趣：

Name, Age, Grade, Class_Biology, Class_Algebra, Class_French
John, 16, 9, 98, 95, 96

是否有比迭代行更有效的方法，并为每个学生在数据框中手动创建新行？

Answer 1

您可以使用set_index + unstack + add_prefix：

df = (df.set_index(['Name','Age','Grade', 'Class'])['Score']
        .unstack()
        .add_prefix('Class_')
        .reset_index()
        .rename_axis(None, axis=1))
print (df)

   Name  Age  Grade  Class_Algebra  Class_Biology  Class_French
0  John   16      9             95             98            96