Question

我有：

data1=['id1','id2','id3','id1','id5']
data2=['','A','','B','']
data3=['m1','m1','m1','m2','m2']
data4=['1.22','sd','EUR','1.456','GB1234']
pd.DataFrame({'identifier':data1,'name':data2,'grp':data3,'value':data4})

    identifier  name    grp value
0   id1                 m1  1.22
1   id2         A       m1  sd
2   id3                 m1  EUR
3   id1         B       m2  1.456
4   id5                 m2  GB1234

我想要：

    id1     id2 id3 id5
A   1.220   sd  EUR 
B   1.456           GB1234

有什么建议吗？我的真实数据有109个标识符，6k个名称，1k个组一些注意事项：

所有标识符都有可能在不同的组中是相同的
最后，我想将所有标识符作为一列，将名称作为索引，并将值作为值

我尝试了df2=df.pivot(values='value',columns='field',index='ticker') 并收到错误：ValueError: Index contains duplicate entries, cannot reshap

我尝试了reshaping a data frame in pandas，但这有点不同

Answer 1

我认为您需要DataFrame.pivot_table和聚合first，并且如果需要用第一个非空字符串name替换组，请添加rename：

s = df.assign(name = df['name'].replace('', np.nan)).groupby('grp')['name'].first()

df2=df.pivot_table(values='value',
                   columns='identifier',
                   index='grp', 
                   aggfunc='first').rename(s)
print (df2)
identifier    id1  id2  id3     id5
grp                                
A            1.22   sd  EUR     NaN
B           1.456  NaN  NaN  GB1234

重塑数据框熊猫

1 个答案: