Question

我有两个python数据框：一个df，其中包含发生某些调查的网站上的信息：

sites = pd.DataFrame(np.array([['A1', 2, 3], ['B3', 5, 6], ['B5', 8, 9]]),
                 columns=['Site_ID', 'SomeVal1', 'SomeVal2'])
sites.set_index('Site_ID')

第二个df，其中包含每个站点的实验室分析结果，其中单个站点可以进行与采样深度有关的不同分析（由“深度类型”字段指示

LabData = pd.DataFrame(np.array([['A1_a_s','A1', 'S', 300], ['A1_a_g','A1', 'G', 600], ['B3_b_s','B3', 'S', 900],['B3_b_s','B3', 'G', 90],['B5_b_g','B5', 'G', 390],['B5_b_s','B5', 'S', 550]]),
                   columns=['Chem_ID', 'Site_ID', 'Depth_type', 'Val'])


LabData.set_index('Chem_ID')

我想用两个深度类型（一致编码）的Labdata为站点df分配两列，以生成如下结果：

Site_With_data = pd.DataFrame(np.array([['A1', 2, 3,300,600], ['B3', 5, 6,900,90], ['B5', 8, 9,550,550]]),
                     columns=['Site_ID', 'SomeVal1', 'SomeVal2','Val_depth_type=S','Val_depth_type=G'])

我尝试了df.merge的不同方式，但没有获得正确的合并类型。欣赏任何想法。谢谢。

Answer 1

使用DataFrame.pivot和DataFrame.add_prefix进行整形，并将DataFrame.join更改为sites DataFrame：

df1 = LabData.pivot('Site_ID', 'Depth_type','Val').add_prefix('Val_depth_type=')
df = sites.join(df1, on='Site_ID').reset_index()
print (df)
  Site_ID SomeVal1 SomeVal2 Val_depth_type=G Val_depth_type=S
0      A1        2        3              600              300
1      B3        5        6               90              900
2      B5        8        9              390              550

编辑：如果重复，请将DataFrame.pivot_table与聚合函数一起使用：

df1 = LabData.pivot_table(index='Site_ID', 
                          columns='Depth_type',
                          values='Val',
                          aggfunc='mean').add_prefix('Val_depth_type=')

合并两个创建新列的熊猫数据框

1 个答案: