我可以帮您翻译,以下是翻译的结果:
我的最终目标是以以下格式汇总一个用户进行的所有交易:
我有一个结构化如下的pandas数据框:
+---------------+---------------------------+--------+
| Email | Paid at | Name |
+---------------+---------------------------+--------+
| john@mail.com | 2019-11-20 12:23:06 +0100 | #10710 |
| ed@mail.com | 2019-11-20 11:36:24 +0100 | #10709 |
| john@mail.com | 2019-11-19 14:58:41 +0100 | #10700 |
| ed@mail.com | 2019-11-19 14:41:30 +0100 | #10699 |
| dev@mail.com | 2019-11-19 14:20:26 +0100 | #10697 |
+---------------+---------------------------+--------+
我的最终目标是以以下格式汇总一个用户进行的所有交易:
+---------------+---------------------------+--------+---------------------------+--------+--+
| Email | Paid at | Name | Paid at | Name | |
+---------------+---------------------------+--------+---------------------------+--------+--+
| john@mail.com | 2019-11-20 12:23:06 +0100 | #10710 | 2019-11-19 14:58:41 +0100 | #10700 | |
| ed@mail.com | 2019-11-20 11:36:24 +0100 | #10709 | 2019-11-19 14:41:30 +0100 | #10699 | |
| dev@mail.com | 2019-11-19 14:20:26 +0100 | #10697 | | | |
+---------------+---------------------------+--------+---------------------------+--------+--+
我的起始数据框架是这样构建的:
df = pd.DataFrame({'Email':['john@mail.com', 'ed@mail.com',
'john@mail.com', 'ed@mail.com', 'dev@mail.com'],
'Paid at':['2019-11-20 12:23:06 +0100',
'2019-11-20 11:36:24 +0100',
'2019-11-19 14:58:41 +0100',
'2019-11-19 14:41:30 +0100',
'2019-11-19 14:20:26 +0100'],
'Name':['#10710', '#10709', '#10700', '#10699', '#10697']})
我尝试使用数据透视功能 df.pivot(index='Email', columns='Name', values='Paid at')
,得到了一个数据框,其中每个时间戳都是一列,索引为电子邮件;但我不知道如何创建我想要的列。