在 Python 中使用 Unstack

Question

我正在尝试在 python 中取消堆叠一列，但它并没有完全达到我的预期。我的表（称为 df）与此类似：

station_id   year     Day1   Day2 
 210018       1916      4        7
              1917      3        9 
 256700       1916     NaN       8
              1917      6        9

我想按年取消堆叠，以便每个站点一年中的所有天都排成一行。从 1916 年开始的两天将首先开始，然后是从 1917 年开始的 2 天，用于站 210018 和 256700。

示例如下所示：

station_id            1916       1917
210018                4   7      3  9 
256700                NaN  8     6   9   

我正在尝试使用此代码：

df2=df.unstack(level='year')
df2.columns=df2.columns.swaplevel(0,1)
df2=df2.sort(axis=1)

我收到一条错误消息，上面写着AttributeError: 'Series' object has no attribute 'columns'。

任何帮助将不胜感激。

Answer 1

您需要在调用 unstack 之前将year 设为索引：

try:
    # for Python2
    from cStringIO import StringIO 
except ImportError:
    # for Python3
    from io import StringIO

import pandas as pd


text = '''\
station_id   year     Day1   Day2 
 210018       1916      4        7
 210018       1917      3        9 
 256700       1916     NaN       8
 256700       1917      6        9'''

df = pd.read_table(StringIO(text), sep='\s+')
df = df.set_index(['station_id', 'year'])
df2 = df.unstack(level='year')
df2.columns = df2.columns.swaplevel(0,1)
df2 = df2.sort(axis=1)
print(df2)

产量

year       1916      1917     
           Day1 Day2 Day1 Day2
station_id                    
210018        4    7    3    9
256700      NaN    8    6    9

而如果year 是一列而不是索引，那么

df = pd.read_table(StringIO(text), sep='\s+')
df = df.set_index(['station_id'])   
df2 = df.unstack(level='year')
df2.columns = df2.columns.swaplevel(0,1)
df2 = df2.sort(axis=1)

导致AttributeError: 'Series' object has no attribute 'columns'。

---

当df 没有名为year 的索引级别（甚至，例如blah）时，df.unstack(level='year') 中的level='year' 会被忽略：

In [102]: df
Out[102]: 
            year  Day1  Day2
station_id                  
210018      1916     4     7
210018      1917     3     9
256700      1916   NaN     8
256700      1917     6     9

In [103]: df.unstack(level='blah')
Out[103]: 
      station_id
year  210018        1916
      210018        1917
      256700        1916
      256700        1917
Day1  210018           4
      210018           3
      256700         NaN
      256700           6
Day2  210018           7
      210018           9
      256700           8
      256700           9
dtype: float64

这是令人惊讶的错误的根源。