Pandas：为另一列的每个值统一一列的值答案

【问题标题】：Pandas: unify the values of a column for each value of another columnPandas：为另一列的每个值统一一列的值
【发布时间】：2016-01-17 04:21:57
【问题描述】：

我有一个如下所示的 DataFrame：

    user_id category frequency
0   user1   cat1    4
1   user2   cat2    1
2   user2   cat3    4
3   user3   cat3    1
4   user3   cat4    3

对于每个用户，我将类别与其频率相关联。总共有4个类别（cat1，cat2，cat3，cat4），我想通过添加频率为零的缺失类别来扩展每个用户的数据。

所以预期的结果是：

    user_id category frequency
0   user1   cat1    4
1   user1   cat2    0
2   user1   cat3    0
3   user1   cat4    0
4   user2   cat1    0
5   user2   cat2    1
6   user2   cat3    4
7   user2   cat4    0
8   user3   cat1    0
9   user3   cat2    0
10  user3   cat3    1
11  user3   cat4    3

所以现在每个用户都有所有 4 个相关的类别。是否有任何严格的解决方案来实现这一目标？

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以在user_id 和category 上创建一个数据透视表，用零填充nan 值，堆叠category（这使得数据帧在user_id 和category 上建立索引），然后重置索引以匹配所需的输出。

>>> (df.pivot(index='user_id', columns='category', values='frequency')
     .fillna(0)
     .stack()
     .reset_index()

   user_id category  0
0    user1     cat1  4
1    user1     cat2  0
2    user1     cat3  0
3    user1     cat4  0
4    user2     cat1  0
5    user2     cat2  1
6    user2     cat3  4
7    user2     cat4  0
8    user3     cat1  0
9    user3     cat2  0
10   user3     cat3  1
11   user3     cat4  3

【讨论】：