Question

我有一个像这样的数据集：

ID Type Value
01 A    $10
01 B    $12
01 C    $14
02 B    $20
02 C    $21
03 B    $11

我想将其转换为：

ID TypeA TypeB TypeC
01 $10   $12   $14
02 $0    $20   $21
03 $0    $11   $0

我唯一的解决方案是一堆if循环，但是没有几层。谁能帮我解决这个python（pandas）问题？

谢谢

Answer 1

将前两列转换为多索引（两级索引）。拆开数据框（将第二级行索引转换为列索引）。用"$"填补空白：

d = df.set_index(['ID', 'Type']).unstack().fillna('$0')

更新列名：

d.columns = 'Type' + d.columns.levels[1]

结果：

Type TypeA TypeB TypeC
ID                    
01     $10   $12   $14
02      $0   $20   $21
03      $0   $11    $0

如果索引名称'Type'困扰您，请将其禁用：

d.columns.name = None

最后，如果您希望ID为列而不是索引，请重置索引：

d.reset_index(inplace=True)

最终结果：

   ID TypeA TypeB TypeC
0  01   $10   $12   $14
1  02    $0   $20   $21
2  03    $0   $11    $0

Answer 2

您可以使用熊猫

尝试一下，

import pandas as pd

我为您的样本数据创建了一个数据文件psort.txt。

ID,Type,Value
01,A,$10
01,B,$12
01,C,$14
02,B,$20
02,C,$21
03,B,$11

并导入

df = pd.read_csv('psort.txt', header=0)

  ID Type Value
0   1    A   $10
1   1    B   $12
2   1    C   $14
3   2    B   $20
4   2    C   $21
5   3    B   $11

然后我旋转数据框，

df=df.pivot(index='ID',columns='Type', values='Value')

下面，我用0填充NaN值，但是我可以用'$ 0'填充。

df=df.fillna(0)

print(df)

Type    A    B    C
ID                 
1     $10  $12  $14
2       0  $20  $21
3       0  $11    0

快速熊猫运动

2 个答案: