我有df,如下所示
Date Ad_Source Revenue eCPM Impressions
0 2019-07-06 AdColony 50.62 269.57 17640
1 2019-07-06 AdMob 519.23 361.79 370855
2 2019-07-06 AppLovin 0.00 NaN 0
3 2019-07-06 Cross P 0.00 NaN 0
4 2019-07-06 Facebook 13.58 96.68 2507
我需要深入了解
AdColony AdMob
date Revenue eCPM Impressions Revenue eCPM Impressions
我需要深入了解
AdColony AdMob
date Revenue eCPM Impressions Revenue eCPM Impressions
多层列
答案 0 :(得分:1)
df = df.set_index(['Date', 'Ad_Source']).unstack(level=[0]).T.unstack(level=[0])
print(df)
Ad_Source AdColony AdMob AppLovin \
Revenue eCPM Impressions Revenue eCPM Impressions Revenue
Date
2019-07-06 50.62 269.57 17640.0 519.23 361.79 370855.0 0.0
Ad_Source Cross P Facebook \
eCPM Impressions Revenue eCPM Impressions Revenue eCPM
Date
2019-07-06 NaN 0.0 0.0 NaN 0.0 13.58 96.68
Ad_Source
Impressions
Date
2019-07-06 2507.0
答案 1 :(得分:0)
很多方法,您可能很高兴使用pandas .groupby()方法来返回数据透视表,例如format。
new_df = df.groupby(['Ad_Source'])
如果您需要有关groupby方法的更多帮助,请使用video resource。