Question

假设我有以下示例数据框：

df1 = pd.DataFrame({'col1': ['A', 'A', 'B', 'A'], 'col2': ['CA', 'DA', 'CA', 'CA'], 'col3': [1, 1, 1, 2]})


Out[25]:

  col1 col2 col3
0  A    CA   1 
1  A    DA   1 
2  B    CA   1 
3  A    CA   2

我想按“ col3”作为索引，将“ col1”作为新列（在这种情况下，列为“ A”或“ B”）将该表分组，并且值应为“ col2”。

我尝试过使用pivot_table（也使用pivot）：

pd.pivot_table(df1,index='col3', columns="col1", values=['col2'])

在这种情况下，错误是：No numeric types to aggregate在使用pivot命令的情况下，错误是：multiple indexes。这两种情况对我来说都是合理的。但是有什么选择吗？当我在一个列中有两个值时，我倾向于以下结果：

  A                B
1 ['CA', 'DA']     CA
2  'CA'            NaN

Answer 1

对于输出中所有缺少值的列表，请添加自定义lambda函数：

df1 = pd.pivot_table(df1,index='col3', columns="col1", values='col2',
                     aggfunc = lambda x: x.tolist())
print (df1)
col1         A     B
col3                
1     [CA, DA]  [CA]
2         [CA]   NaN

如果需要标量而不是一个元素列表，请添加if-else语句：

df1 = pd.pivot_table(df1,index='col3', columns="col1", values='col2', 
                     aggfunc = lambda x: x.tolist() if len(x) > 1 else x.iat[0])
print (df1)
col1         A    B
col3               
1     [CA, DA]   CA
2           CA  NaN

枢轴/ Groupby数据框，其中索引列中有重复项，包含非数字数据

1 个答案: