Question

我正在努力阐明我的问题，因此我将通过示例进行演示。

假设我有一个看起来像这样的DataFrame：

>>> df = pd.DataFrame([{'person': 'bob', 'year': 2016, 'production': 30, 'efficiency': .10}, {'person': 'bob', 'year': 2017, 'production': 35, 'efficiency': .11}, {'person': 'bob', 'year': 2018, 'production': 15, 'efficiency': .05}])
>>> df
   efficiency person  production  year
0        0.10    bob          30  2016
1        0.11    bob          35  2017
2        0.05    bob          15  2018

我需要生成一份报告，其中包含一行上每个人的所有信息。因此，我想将以上内容转换为：

   efficiency 2016 person  production 2016  efficiency 2017  production 2017  \
0              0.1    bob               30             0.11               35

   efficiency 2018  production 2018
0             0.05               15

此代码能够进行转换，但效率极低：

def combine_years(df):
    final_df = None
    for name, stats in df.groupby('person'):
        agg_df = None
        for year in stats['year']:
            new_df = stats[stats.year == year].rename(columns=lambda colname: column_renamer(colname, year))
            new_df = new_df.drop('year', axis=1)
            if agg_df is None:
                agg_df = new_df
            else:
                agg_df = agg_df.merge(new_df, how='outer', on=['person'])
        if final_df is None:
            final_df = agg_df
        else:
            final_df = pd.concat([final_df, agg_df], axis=1)
    return final_df

几个问题：

这种类型的转换是否有更通用的名称？
有没有办法使用熊猫提供的功能来更有效地做到这一点？

Answer 1

`set_index`

我希望'person'以index结尾，并将columns保留为pandas.MultiIndex

df.set_index(['person', 'year']).unstack().swaplevel(0, 1, 1).sort_index(1)

year         2016                  2017                  2018           
       efficiency production efficiency production efficiency production
person                                                                  
bob           0.1         30       0.11         35       0.05         15

`pivot_table`

df.pivot_table(index='person', columns='year').swaplevel(0, 1, 1).sort_index(1)

year         2016                  2017                  2018           
       efficiency production efficiency production efficiency production
person                                                                  
bob           0.1         30       0.11         35       0.05         15

在DataFrame的列而不是行中表达时间序列数据

1 个答案:

`set_index`

`pivot_table`