Question

我正在将数据帧从长格式转换为宽格式，但是我面临的问题是生成正确数量的已转换列并动态重命名新的数据帧列。

所以可以说我有一个示例数据框，如下所示：

data = {'name':['Tom', 'nick', 'Tom', 'nick','Tom'], 'id':[20, 21, 20, 21,22], 'plan' : [100,101,102,101,100], 'drug' : ['a','b','b','c','a']}

df = pd.DataFrame(data)

drug id  name   plan
a    20  Tom    100
b    21  nick   101
b    20  Tom    102
c    21  nick   101
a    22  Tom    100

因此，对于每个给定的名称和ID，我想为计划和药物创建多个列。例如，有3个不同的计划和3个不同的药物，因此理想情况下，我应该获得6个新列，以指示是否已采用特定的计划/药物。

我尝试了从长到宽的转换，但是没有得到想要的结果。长到宽转换：

df1 = df.groupby(['name','id'])['plan', 'drug'].apply(lambda x: pd.DataFrame(x.values)).unstack().reset_index()

实际输出：

name    id  0   1    0   1
Tom     20  100 102  a  b
nick    21  101 101  b  c
Tom     22  100 None a  None

预期输出：

   name    age  100 101 102   a   b  c 
   Tom     20   1   0    1    1   1  0
   Tom     22   1   0    0    1   0  0
   nick    21   0   1    0    0   1  1

Answer 1

将get_dummies与max一起使用：

df1 = pd.get_dummies(df.set_index(['name','id']).astype(str)).max(level=[0,1]).reset_index()
print(df1)
   name  id  plan_100  plan_101  plan_102  drug_a  drug_b  drug_c
0   Tom  20         1         0         1       1       1       0
1  nick  21         0         1         0       0       1       1
2   Tom  22         1         0         0       1       0       0

df2 = (pd.get_dummies(df.set_index(['name','id'])
        .astype(str), prefix='', prefix_sep='')
        .max(level=[0,1])
        .reset_index())
print(df2)
   name  id  100  101  102  a  b  c
0   Tom  20    1    0    1  1  1  0
1  nick  21    0    1    0  0  1  1
2   Tom  22    1    0    0  1  0  0

编辑：使用DataFrame.pivot_table，concat和DataFrame.clip的解决方案：

df1 = df.pivot_table(index=['name','id'], 
                     columns=['plan'], 
                      aggfunc='size',
                      fill_value=0)

df2 = df.pivot_table(index=['name','id'], 
                     columns=['drug'], 
                      aggfunc='size',
                      fill_value=0)

df = pd.concat([df1, df2], axis=1).clip(upper=1).reset_index()
print(df)
   name  id  100  101  102  a  b  c
0   Tom  20    1    0    1  1  1  0
1   Tom  22    1    0    0  1  0  0
2  nick  21    0    1    0  0  1  1

Answer 2

import pandas as pd

data = {
    'name':['Tom', 'nick', 'Tom', 'nick','Tom'],
    'id':[20, 21, 20, 21,22],
    'plan': [100,101,102,101,100],
    'drug': ['a','b','b','c','a']
}

df = pd.DataFrame(data)

plans = df.groupby(['name', 'id', 'plan']).size().unstack()
drugs = df.groupby(['name', 'id', 'drug']).size().unstack()

merged_df = pd.merge(plans, drugs, left_index=True, right_index=True)

merged_df = merged_df.fillna(0)

获取每个plan和drug的{{1}}和name计数。（这就是id，然后是size()的意思）

，然后将它们合并到它们的索引（设置为unstack()和name）上。

使用id将fillna替换为0

将数据框从长格式转换为宽格式并动态命名列

2 个答案: