Pandas：将分类列拆分为多个列

Question

想象一下以下格式的Pandas数据框：

id  type  v1  v2
1   A     6   9
1   B     4   2
2   A     3   7
2   B     3   6

我想将这个数据框转换成以下格式：

id  A_v1  A_v2  B_v1  B_v2
1   6     9     4     2
2   3     7     3     6

有没有一种优雅的方式来做到这一点？

- Logister

Answer 1

您可以使用set_index将type和id列移动到索引中，然后使用unstack将type索引级别移动到列索引中。您不必担心v值--索引的位置决定了值的排列顺序。

结果是一个带有多级索引的DataFrame作为列索引：

In [181]: df.set_index(['type', 'id']).unstack(['type'])
Out[181]: 
     v1    v2   
type  A  B  A  B
id              
1     6  4  9  2
2     3  3  7  6

通常，MultiIndex比平铺的列索引更可取。它可以根据type或v值为您提供更好的选择或操作数据的方法。

如果您希望重新排序列以完全匹配所需输出中显示的顺序，则可以使用df.reindex：

df = df.reindex(columns=sorted(df.columns, key=lambda x: x[::-1]))

产量

     v1 v2 v1 v2
type  A  A  B  B
id              
1     6  9  4  2
2     3  7  3  6

如果你希望将列索引压缩成单一层级，那么

df.columns = ['{}_{}'.format(t, v) for v,t in df.columns]

产量

    A_v1  A_v2  B_v1  B_v2
id                        
1      6     9     4     2
2      3     7     3     6

- unutbu