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
答案 0 :(得分:2)
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