如何在熊猫（Python3）中创建具有某些值的自定义数据框作为列？答案

【问题标题】：How to create a customized dataframe with certain values as columns in pandas (Python3)?如何在熊猫（Python3）中创建具有某些值的自定义数据框作为列？
【发布时间】：2020-10-03 13:49:31
【问题描述】：

希望我能以足够简洁的方式来写这篇文章，让我的问题得到解决。

假设我通过 read_csv() 连接到 Python 中的 csv。数据框看起来像这样：

ID | Has kids? | Purchases

1  |     Y     |   23
2  |     N     |   17
3  |     Y     |   28
4  |     N     |   11

所以我希望能够在有孩子的人 (Y) 和没有孩子的人 (N) 的购买之间进行简单的独立 t 检验，看看购买之间是否存在差异。

如何从中自定义一个新的数据框，使其具有 3 列：ID、“Y”和“N”，它们的行值是每个给定 ID 的购买？

最终我想利用 scipy 的 stats 库并使用 stats.ttest_ind() 方法，然后将 Y 和 N 列通过那里得到结果。

任何建议将不胜感激！

【问题讨论】：

标签： python dataframe scipy statistics pivot-table

【解决方案1】：

使用数据框方法pivot():

import pandas as pd

data = {
    "ID": [1, 2, 3, 4],
    "Has kids?": ['Y', 'N', 'Y', 'N'],
    "Purchases": [23, 17, 28, 11],
}

df = pd.DataFrame(data)
df = df.set_index('ID')

df.pivot(index=None, columns="Has kids?", values="Purchases")

>>> Has kids?     N     Y
    ID                   
    1           NaN  23.0
    2          17.0   NaN
    3           NaN  28.0
    4          11.0   NaN

【讨论】：