我试图将列中的值转换为列标题,但保留其余数据。以下是我的完整代码以及最接近我要求的结果。唯一的问题是我不知道如何保留 end
列:
import pandas as pd
starts = pd.date_range(start = '1/1/2017', freq = '31d', periods = 4).tolist()
ends = pd.date_range(start = '1/31/2017', freq = '31d', periods = 4).tolist()
df = pd.DataFrame({ 'id':['XXX','XXX','XXX','XXX','YYY','YYY','YYY','YYY'],
'start': starts + starts,
'end': ends + ends,
'type':['car','car','car','car','truck','truck','truck','truck']
}, columns = ['id','start','end','type'])
原始数据帧:
id start end type
0 XXX 2017-01-01 2017-01-31 car
1 XXX 2017-02-01 2017-03-03 car
2 XXX 2017-03-04 2017-04-03 car
3 XXX 2017-04-04 2017-05-04 car
4 YYY 2017-01-01 2017-01-31 truck
5 YYY 2017-02-01 2017-03-03 truck
6 YYY 2017-03-04 2017-04-03 truck
7 YYY 2017-04-04 2017-05-04 truck
我的最近的转折点尝试:
(此句已翻译)print df.pivot(index = 'start', columns = 'id', values = 'type').reset_index()
当前输出:
id start XXX YYY
0 2017-01-01 car truck
1 2017-02-01 car truck
2 2017-03-04 car truck
3 2017-04-04 car truck
期望输出:
start end XXX YYY
0 2017-01-01 2017-01-31 car truck
1 2017-02-01 2017-03-03 car truck
2 2017-03-04 2017-04-03 car truck
3 2017-04-04 2017-05-04 car truck
我尝试了这个方法和这个方法,但都没有成功。
希望能得到帮助,谢谢。
pivot_table
会更好呢? - elPastoraggfunc
,当您使用unstack时,也可以通过groupby对值进行聚合,但这是多一步操作...而且groupby是一个耗时的函数。 - BENY