使用多列值对Pandas DataFrame进行重塑

Question

使用多列值对Pandas DataFrame进行重塑

5

我正在尝试摆脱JMP进行数据分析，但无法确定pandas中与JMP的Split Columns功能相当的函数。我从以下DataFrame开始：

In [1]: df = pd.DataFrame({'Level0': [0,0,0,0,0,0,1,1,1,1,1,1], 'Level1': [0,1,0,1,0,1,0,1,0,1,0,1], 'Vals': [1,3,2,4,1,6,7,5,3,3,2,8]})
In [2]: df
Out[2]:
    Level0  Level1  Vals
0        0       0     1
1        0       1     3
2        0       0     2
3        0       1     4
4        0       0     1
5        0       1     6
6        1       0     7
7        1       1     5
8        1       0     3
9        1       1     3
10       1       0     2
11       1       1     8

我可以使用pivot_table函数处理JMP函数的一些输出场景，但是在Vals列按照Level0和Level1的唯一组合进行拆分以得到以下输出的情况下，我遇到了困难：

Level0   0       1
Level1   0   1   0   1
0        1   3   7   5
1        2   4   3   3
2        1   6   2   8

我尝试了 pd.pivot_table(df, values='Vals', columns=['Level0', 'Level1'])，但这只给出了不同组合的平均值：

Level0  Level1
0       0         1.333333
        1         4.333333
1       0         4.000000
        1         5.333333

我也尝试了 pd.pivot_table(df, values='Vals', index=df.index, columns=['Level0', 'Level1']，它给我想要的列标题，但它不起作用，因为它强制输出与原始行数相同，所以输出有很多 NaN 值。

Level0   0       1
Level1   0   1   0   1
0        1 NaN NaN NaN
1      NaN   3 NaN NaN
2        2 NaN NaN NaN
3      NaN   4 NaN NaN
4        1 NaN NaN NaN
5      NaN   6 NaN NaN
6      NaN NaN   7 NaN
7      NaN NaN NaN   5
8      NaN NaN   3 NaN
9      NaN NaN NaN   3
10     NaN NaN   2 NaN
11     NaN NaN NaN   8

任何建议？

- endangeredoxen

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- ayhan · Accepted Answer

这是一个折中的解决方法，但你可以这样做：

df.pivot_table(index=df.groupby(['Level0', 'Level1']).cumcount(), 
               columns=['Level0', 'Level1'], values='Vals', aggfunc='first')
Out: 
Level0  0     1   
Level1  0  1  0  1
0       1  3  7  5
1       2  4  3  3
2       1  6  2  8

这里的想法是输出的索引在原始DataFrame中不容易获得。您可以使用以下方法获取它：

df.groupby(['Level0', 'Level1']).cumcount()
Out: 
0     0
1     0
2     1
3     1
4     2
5     2
6     0
7     0
8     1
9     1
10    2
11    2
dtype: int64

现在，如果您将其作为“pivot_table”的索引传递，则任意的“aggfunc”（平均值、最小值、最大值、第一个或最后一个）都应该可以使用，因为这些索引-列对只有一个条目。