Question

我在下面构建了一个数据框（df2），其中一些列名称的后缀格式为＃/＃。这些后缀中的第一个数字将与相应的＆＃34; A＆＃34;中的数字后缀相匹配。柱：

import pandas as pd 

df1 = pd.DataFrame( { 'A': ['X', 'X1', 'X1', 'X2', 'X2', 'X2', 'X2', 'X3', 'X3' ],
                     'Property': [ 'p', 'p', 'p1/1', 'p', 'p2/1', 'p2/2', 'p2/3', 'p3/1', 'p3/2' ],
                     'Value': [ 'u', 'v', 'a', 't', 'a', 'b', 'c', 'a', 'b' ] } ) 

print df1

    A Property Value
0   X        p     u
1  X1        p     v
2  X1     p1/1     a
3  X2        p     t
4  X2     p2/1     a
5  X2     p2/2     b
6  X2     p2/3     c
7  X3     p3/1     a
8  X3     p3/2     b

indices = [ col for col in df1.columns.tolist() if col != 'Value' ]
df2 = df1.set_index( indices )[ 'Value' ].unstack( 'Property' ).reset_index().fillna('-')
print df2

    A  p  p1/1  p2/1  p2/2  p2/3  p3/1  p3/2
0   X  u  -     -     -     -     -     -
1   X1 v  a     -     -     -     -     -
2   X2 t  -     a     b     c     -     -
3   X3 -  -     -     -     -     a     b

如何在df2上使用堆栈（或其他方法）来实现如下所示的数据帧，其中我通过添加新列x来浓缩一些信息，以识别原始＃/＃后缀中的第一个数字数据帧？

    A  p  px/1  px/2  px/3  x
0   X  u  -     -     -     -
1   X1 v  a     -     -     1
2   X2 t  a     b     c     2
3   X3 -  a     b     -     3

注意，如果有一种方法可以直接从df1完成此操作，那对我的情况来说是最佳的，但是修改df2可能更多是其他人的常见用例。

Answer 1

从头开始更改

df1.Property=('px/'+df1.Property.str.split('/',expand=True)[1]).fillna(df1.Property)
df2 = df1.set_index( indices )[ 'Value' ].unstack( 'Property' ).reset_index()
df2
Out[1360]: 
Property   A     p  px/1  px/2  px/3
0          X     u  None  None  None
1         X1     v     a  None  None
2         X2     t     a     b     c
3         X3  None     a     b  None

Answer 2

这必须是我曾经写过的最令人讨厌的事情

(
    df.set_index(['A', 'p'])
      .filter(regex='p\d+/\d+')
      .mask(lambda d: d == '-', '')
      .groupby(lambda x: x.split('/')[1], axis=1, )
      .sum()
      .mask(lambda d: d == '', '-')
      .add_prefix('px/')
      .reset_index()
      .assign(x=lambda d: d.A.str.extract('(\d+)$', expand=False).fillna('-'))
)

    A  p px/1 px/2 px/3  x
0   X  u    -    -    -  -
1  X1  v    a    -    -  1
2  X2  t    a    b    c  2
3  X3  -    a    b    -  3

Answer 3

首先创建列x然后创建groupby轴1和sum字符串

df.replace('-', '', inplace = True)
df['x'] = df.A.str.extract('(\d)', expand = False)
df = df.groupby(df.columns.str[-1], axis =1 ).sum().replace('', '-')
df.rename({'1' : 'px/1', '2' : 'px/2', '3' : 'px/3'}, axis = 1, inplace = True)

    px/1    px/2    px/3    A   p   x
0   -       -       -       X   u   0.0
1   a       -       -       X1  v   1.0
2   a       b       c       X2  t   2.0
3   a       b       -       X3  -   3.0

熊猫 - 堆叠和重命名列

3 个答案: