我认为你需要
pivot
:
import pandas as pd
df = pd.DataFrame([['2016-05-23', 'name1', 'data1'],
['2016-05-23', 'name2', 'data2'],
['2016-05-24', 'name1', 'data1'],
['2016-05-24', 'name2', 'data2'],
['2016-05-25', 'name1', 'data1'],
['2016-05-25', 'name2', 'data2'],
['2016-05-26', 'name1', 'data1'],
['2016-05-26', 'name2', 'data2'],
['2016-05-27', 'name1', 'data1'],
['2016-05-27', 'name2', 'data2']], columns = ['a','b','c'])
print (df)
a b c
0 2016-05-23 name1 data1
1 2016-05-23 name2 data2
2 2016-05-24 name1 data1
3 2016-05-24 name2 data2
4 2016-05-25 name1 data1
5 2016-05-25 name2 data2
6 2016-05-26 name1 data1
7 2016-05-26 name2 data2
8 2016-05-27 name1 data1
9 2016-05-27 name2 data2
df['a'] = pd.to_datetime(df.a)
print (df.pivot(index='a', columns='b', values='c'))
b name1 name2
a
2016-05-23 data1 data2
2016-05-24 data1 data2
2016-05-25 data1 data2
2016-05-26 data1 data2
2016-05-27 data1 data2
然后,如果您需要使用
sort_values
,例如按列
name1
排序:
import pandas as pd
df = pd.DataFrame([['2016-05-23', 'name1', 9],
['2016-05-23', 'name2', 4],
['2016-05-24', 'name1', 5],
['2016-05-24', 'name2', 1],
['2016-05-25', 'name1', 5],
['2016-05-25', 'name2', 7],
['2016-05-26', 'name1', 10],
['2016-05-26', 'name2', 7],
['2016-05-27', 'name1', 0],
['2016-05-27', 'name2', 1]], columns = ['a','b','c'])
print (df)
a b c
0 2016-05-23 name1 9
1 2016-05-23 name2 4
2 2016-05-24 name1 5
3 2016-05-24 name2 1
4 2016-05-25 name1 5
5 2016-05-25 name2 7
6 2016-05-26 name1 10
7 2016-05-26 name2 7
8 2016-05-27 name1 0
9 2016-05-27 name2 1
print (df.pivot(index='a', columns='b', values='c').sort_values('name1'))
b name1 name2
a
2016-05-27 0 1
2016-05-24 5 1
2016-05-25 5 7
2016-05-23 9 4
2016-05-26 10 7
有时候
pivot
无法正常工作,那么就使用
pivot_table
:
print (df.pivot_table(index='a', columns='b', values='c'))
但是,
pivot_table
使用
aggfunc
,默认为
aggfunc=np.mean
如果出现重复的话。更好的解释和示例在
这里和
文档中。
最后,你可以使用
reset_index
和
rename_axis
(在
pandas
0.18.0
中新增):
print (df.pivot(index='a', columns='b', values='c')
.reset_index()
.rename_axis(None, axis=1))
a name1 name2
0 2016-05-23 9 4
1 2016-05-24 5 1
2 2016-05-25 5 7
3 2016-05-26 10 7
4 2016-05-27 0 1
#pandas bellow 0.18.0
df1 = df.pivot(index='a', columns='b', values='c').reset_index()
df1.columns.name = None
print (df1)
a name1 name2
0 2016-05-23 9 4
1 2016-05-24 5 1
2 2016-05-25 5 7
3 2016-05-26 10 7
4 2016-05-27 0 1
a
是索引,而且已经排序了... 如果没有排序,您可以使用df1 = df.pivot(index='a', columns='b', values='c').reset_index().sort_values('a')
。 - jezrael