Question

我试图从一个看起来像这样的现有数据帧构建一个数据帧，我现在知道pivot方法可以解决问题，但是我想知道为什么它不能通过引用“数量”列的“ obs”列在新的df中。感觉除了枢转之外，在某些情况下了解也是有用的。

       Id  Quantity  obs
1  100121     113.0    0
2  100121     104.0    1
3  100121     -11.0    2
4  100122     220.0    0
5  100122     167.0    1
6  100122     100.0    2

我想获得以下结果：

         Id  m1   m2    m3
1    100121 -11  104.0  113
4    100122  100 167    220

我尝试这样做：

df_histo = pd.DataFrame(data11['Id'].drop_duplicates(keep='first'))
df_histo['m1'] = data11['Quantity'].loc[data11['obs']==2]
df_histo['m2'] = data11['Quantity'].loc[data11['obs']==1]
df_histo['m3'] = data11['Quantity'].loc[data11['obs']==0]

由于某些原因，我一直得到这个输出：

         Id  m1   m2    m3
1    100121  NaN  NaN   NaN
4    100122  NaN  NaN   NaN

我在这里错过了什么？我看不到我在搞砸

Answer 1

IIUC，

df.pivot('Id','obs','Quantity').rename(columns=lambda x: f'm{x+1}')

输出：

obs        m1     m2     m3
Id                         
100121  113.0  104.0  -11.0
100122  220.0  167.0  100.0

您缺少内在数据对齐的概念，这意味着熊猫希望使用索引来对齐数据。

要修复代码，您需要从语句的右侧剥离索引，将pd.Series转换为一维numpy数组。

df_histo = pd.DataFrame(data11['Id'].drop_duplicates(keep='first'))
df_histo['m1'] = data11['Quantity'].loc[data11['obs']==2].to_numpy()
df_histo['m2'] = data11['Quantity'].loc[data11['obs']==1].to_numpy()
df_histo['m3'] = data11['Quantity'].loc[data11['obs']==0].to_numpy()

输出：

       Id     m1     m2     m3
1  100121  -11.0  104.0  113.0
4  100122  100.0  167.0  220.0

但是，这仍然不是执行此索引和选择的最佳方法，更好的方法是这样的：

df_histo['m1'] = data11.loc[data11['obs'] == 2, 'Quantity'].to_numpy()
df_histo['m2'] = data11.loc[data11['obs'] == 1, 'Quantity'].to_numpy()
df_histo['m3'] = data11.loc[data11['obs'] == 0, 'Quantity'].to_numpy()
df_histo

输出：

       Id     m1     m2     m3
1  100121  -11.0  104.0  113.0
4  100122  100.0  167.0  220.0

熊猫：loc []的NaN结果

1 个答案: