大熊猫旋转数据框，重复行[重复]答案

【问题标题】：pandas pivoting a dataframe, duplicate rows [duplicate]大熊猫旋转数据框，重复行[重复]
【发布时间】：2012-07-09 03:42:11
【问题描述】：

我在 pandas 中旋转时遇到了一点麻烦。我正在处理的dataframe（日期、位置、数据）看起来像：

dates    location    data
date1       A         X
date2       A         Y
date3       A         Z
date1       B         XX
date2       B         YY

基本上，我试图以位置为中心，最终得到如下数据框：

dates   A    B    C
date1   X    XX   etc...
date2   Y    YY
date3   Z    ZZ

不幸的是，当我旋转时，与原始日期列等效的索引没有改变，我得到：

dates  A   B   C
date1  X   NA  etc...
date2  Y   NA
date3  Z   NA
date1  NA  XX
date2  NA  YY

有谁知道我可以如何解决此问题以获取我正在寻找的数据帧格式？

我目前正在这样调用 Pivot：

df.pivot(index="dates", columns="location")

因为我有 # 个数据列要转置（不想将每个列都作为参数列出）。我相信默认情况下，pivot 会旋转数据框中的其余列。谢谢。

【问题讨论】：

请使用正确的格式。阅读此how to format

标签： python pivot pivot-table pandas

【解决方案1】：

如果您有多个数据列，则在没有值列的情况下调用 pivot 应该会给您一个以 MultiIndex 作为列的旋转框架：

In [3]: df
Out[3]: 
  columns     data1     data2 index
0       a -0.602398 -0.982524     x
1       a  0.880927  0.818551     y
2       b -0.238849  0.766986     z
3       b -1.304346  0.955031     x
4       c -0.094820  0.746046     y
5       c -0.835785  1.123243     z

In [4]: df.pivot('index', 'columns')
Out[4]: 
            data1                         data2                    
columns         a         b         c         a         b         c
index                                                              
x       -0.602398 -1.304346       NaN -0.982524  0.955031       NaN
y        0.880927       NaN -0.094820  0.818551       NaN  0.746046
z             NaN -0.238849 -0.835785       NaN  0.766986  1.123243

【讨论】：

是的，我看到信息以多索引的形式出现，但同样，我遇到了同样的问题，即 pandas 似乎将所有日期都识别为唯一的并且我得到了一堆 Nans。即使我将枢轴参数值设置为 C 列，我仍然会得到与原始表中相同的行数，只是所有重复日期都使用 Nans。

【解决方案2】：

您如何调用 DataFrame.pivot 以及您的日期列是什么数据类型？

假设我有一个类似于你的 DataFrame，日期列包含日期时间对象：

In [52]: df
Out[52]: 
       data                dates loc
0  0.870900  2000-01-01 00:00:00   A
1  0.344999  2000-01-02 00:00:00   A
2  0.001729  2000-01-03 00:00:00   A
3  1.565684  2000-01-01 00:00:00   B
4 -0.851542  2000-01-02 00:00:00   B


In [53]: df.pivot('dates', 'loc', 'data')
Out[53]: 
loc                A         B
dates                         
2000-01-01  0.870900  1.565684
2000-01-02  0.344999 -0.851542
2000-01-03  0.001729       NaN

【讨论】：

我实际上是在没有第三个参数的情况下调用 df.pivot，因为在我的实际数据中，我有 # 个数据列，我想旋转所有这些列。那会是其中的一部分吗？
您的日期列中的实际内容是什么？看起来它们确实被视为彼此独特的价值。

【解决方案3】：

刚刚回答了我自己的问题。我正在使用旧的 Sybase 模块来导入数据，我认为它使用了来自 mxDatetime 的旧 DateTimeType 对象。在该模块中，2011 年 1 月 1 日的日期时间不一定等于 2011 年 1 月 1 日的另一个日期时间（例如，每个日期时间都是唯一的）。因此，数据框枢轴将每个列值视为索引中的唯一值。

感谢您的帮助。

【讨论】：