Question

与以前没什么不同。我们可以从示例数据开始：

DataFrame1：

Name         No.        Comment    
Bob        2123320     Doesn't Matter   
Joe        2832883     Whatever           
John       2139300     Irrelevant        
Bob        2123320     Something          
John       2234903     Regardless

DataFrame2：

Name          No.          Report    
Bob        2123320         Great 
Joe        2832883         Solid           
John       2139300        Awesome        
Bob        2123320         Good          
John       2234903        Perfect

我正在寻找一种方法来制作一个看起来像这样的新excel文件（预期成果）：

     -----------------------2139300---------------------  2234903----                    
Name Irrelevant Whatever Regardless Awesome Solid Perfect  Irrelevant \
John    1          0       0          1      0     0         0
      --------------------2234903-------------
Name Whatever Regardless Awesome Solid Perfect  
John    0       1         0        0      1

（注意：它不需要具有编号的头部标题，我只是为了清晰和后面的解释而这样做。）

基本上我所做的是，非常类似于另一个，查找每个名称，然后对于每个名称，它看起来有多少不同的号码。然后它选择具有一定数量的不同号码的人。现在，我想要一套“评论”和“报告” （{不相关，无论如何，无论如何}和{Awesome，Solid，Perfect}分别[注意：这只是评论/报告的一个子集]）对于这些我想要一个1或0如果它出现但只针对每个否换句话说，我希望每个号码都有一个标题为{Irrelevant，Whatever，Regardless}和{Awesome，Solid，Perfect}的列的“组”，并且对于每个值，我想要1，如果它出现在特定号码，如果没有则为0。

在这个矩阵中，例如，我们只看到John，因为他是唯一一个具有多于1个不同的编号。在第一组列中，只有Irrelevant和Awesome的值为1，而其余的值为0，而在第二列中只有团队无论如何，完美将拥有1。它所做的是它列出了我所需的所有评论/报告（{不相关，无论如何，无论如何}和{真棒，坚实，完美}）只有一个号码，然后发现每个是否出现（1或0）。然后，它在一个新的“组”列中重复了所有所需的评论/报告，以获得新的编号。对于这个新的编号，我们发现了哪些评论/报告现在出现了。

如果有任何不清楚的地方，请告诉我，我真的非常感谢您的帮助。

谢谢。

Answer 1

尝试：

df_out = df_out[df_out.groupby(['Name'])['No.'].transform(lambda x: x.nunique() > 1)]\
   .set_index(['Name','No.'])['Comment'].str.get_dummies()\
   .reindex(df_out.Comment, fill_value=0, axis=1)\
   .sum(level=[0,1])\
   .unstack()\
   .swaplevel(0,1,axis=1)\
   .sort_index(1)

print(df_out)

输出：

No.     2139300                                                                \
Comment Awesome Doesn't Matter Good Great Irrelevant Perfect Regardless Solid   
Name                                                                            
John          1              0    0     0          1       0          0     0   

No.                        2234903                                       \
Comment Something Whatever Awesome Doesn't Matter Good Great Irrelevant   
Name                                                                      
John            0        0       0              0    0     0          0   

No.                                                  
Comment Perfect Regardless Solid Something Whatever  
Name                                                 
John          1          1     0         0        0

Python中的分组特征矩阵＃2-跟进

1 个答案: