Question

我有一个与此格式相似的数据集：

CITY - YEAR - ATTRIBUTE - VALUE
## example:

dallas-2002-crime-100
dallas-2003-crime-101
dallas-2002-population-4000
houston-2002-population-4100
etc....

我正在尝试将此长格式转换为宽格式，以使每个 city + year 值都是一行，并且 attribute 的所有不同组合都是columns-names

因此，新数据框将如下所示：

###
city - year - population - crime - median_income- etc....

我已经看过数据透视功能，但是它似乎不支持用于重塑的多索引。有人可以让我知道如何解决移调吗？另外，我试着看 pd.pivot_table，但似乎这通常仅适用于具有和，均值等的数值数据。我的大多数VALUE属性实际上是字符串，因此我似乎无法使用它。

### doesn't work - can't use a multindex 
df.pivot(index=['city','year'], columns = 'attribute', values='value')

谢谢您的帮助！

Answer 1

这是您要寻找的东西

import pandas as pd
from io import StringIO

data = """city-year-attribute-value
dallas-2002-crime-100
dallas-2003-crime-101
dallas-2002-population-4000
houston-2002-population-4100"""

df = pd.read_csv(StringIO(data), sep="-")

pivoted = df.pivot_table(
    index=["city", "year"],
    columns=["attribute"],
    values=["value"]
)
print(pivoted.reset_index())

结果：

              city  year  value           
attribute                 crime population
0           dallas  2002  100.0     4000.0
1           dallas  2003  101.0        NaN
2          houston  2002    NaN     4100.0

多组熊猫的长到宽格式

1 个答案: