Question

我有一个数据框df，例如：

A = [["John", "Sunday", 6], ["John", "Monday", 3], ["John", "Tuesday", 2], ["Mary", "Sunday", 6], ["Mary", "Monday", 4], ["Mary", "Tuesday", 7]] 
df = pandas.DataFrame(A, columns=["names", "dates", "times"])

我想重塑形状，以使我可以创建一个矩阵，而不是三列，其中第一列索引行，第二列索引列，第三列成为矩阵值，类似于：< / p>

B = [["John", 6, 3, 2], ["Mary", 6, 4, 7]]
df2 = pandas.DataFrame(B, columns=["names", "Sunday", "Monday", "Tuesday"])

甚至更好：

B = numpy.asarray(B)
B = pandas.DataFrame(B)

如何将A转换为B？

我创建了一个double for循环，但是对于我来说df非常大，需要很长时间。有更好的方法吗？

这不仅仅是重塑，因为A具有18个值，B具有8个值

Answer 1

尝试：

df.set_index(['names','dates'])['times'].unstack().reset_index()

输出：

dates names  Monday  Sunday  Tuesday
0      John       3       6        2
1      Mary       4       6        7

或者：

pd.crosstab(df.names, df.dates, df.times, aggfunc='sum').reset_index()

或者：

df.groupby(['names','dates']).sum()['times'].unstack().reset_index()

或者：

df.pivot('names','dates','times').reset_index()

Answer 2

您可以使用pivot_table()，例如：

In []:
df.pivot_table(columns='dates', index='names', values='times').reset_index()

Out[]:
dates names  Monday  Sunday  Tuesday
0      John       3       6        2
1      Mary       4       6        7

将3列数据帧转换为矩阵

2 个答案: