在pandas中将数据从单个列转换为多个列

Question

我正在处理一个包含以下结构的数据库：

ID	测试	结果
12a	测试1	正常
12a	测试3	678.2
3s5	测试2	<1
3s5	测试1	正常
8r5	测试4	矩形(3+)

如您所见，不同的测试有不同的结果格式，并且并非每个ID都具有所有测试。

我想将其转换为以下内容：

ID	测试1	测试2	测试3	测试4
12a	正常	NA	678.2	NA
3s5	正常	<1	NA	NA
8r5	NA	NA	NA	矩形(3+)

我尝试使用pandas.pivot进行操作，但遇到了以下错误。

df.pivot(index="ID",columns="Test",values="Result")

ValueError: Index contains duplicate entries, cannot reshape

将索引更改为ID不起作用，重置索引也不起作用。

任何帮助都将不胜感激！

- Mario_B

---

这个回答解决了你的问题吗？如何对数据框进行透视？ 或者 https://dev59.com/6FYN5IYBdhLWcg3w_80w - Chris

Answer 1

你可以尝试使用.pivot_table()代替.pivot()，如下所示：

df.pivot_table(index="ID", columns="Test", values="Result", aggfunc='first')

Result:

Test   Test1 Test2  Test3            Test4
ID                                        
12a   Normal   NaN  678.2              NaN
3s5   Normal    <1    NaN              NaN
8r5      NaN   NaN    NaN  Rectangular(3+)

- SeaBean

---

谢谢！我之前尝试使用pivot_table，但是漏掉了aggfunc="first"参数。现在运行得非常好！ - Mario_B

@Mario_B 如果没有指定 aggfunc="first" 参数，那么默认的聚合函数是 aggfunc='mean'，它需要数值类型的数据才能正常工作。由于你的数据包含非数值类型的数据，因此使用 aggfunc="first" 是一种让 pivot_table() 在这种数据上正常工作的技巧。 - SeaBean

Answer 2

这是一种方法：

这里是执行它的方式：

df = {'ID': ['12a', '12a', '3s5', '3s5', '8r5'],
  'Test': ['Test1', 'Test3', 'Test2', 'Test1', 'Test4'],
  'Result': ['Normal', '678.2', '<1', 'Normal', 'Rectangular(3+)']}

df=df.groupby(['ID', 'Test'])['Result'].sum().unstack(fill_value="NA")

- Paul