融化和丢弃重复数据帧的反转答案

【问题标题】：Reverse of melt and drop duplicates dataframe融化和丢弃重复数据帧的反转
【发布时间】：2022-01-08 17:31:55
【问题描述】：

我有一个类似的 DataFrame

event   entity  type
1       T1      Table
1       C1      Cell
1       C2      Cell
2       T2      Table
2       C3      Cell

我想把它转换成这样的东西

event   Table   Cell
1       T1      C1
1       T1      C2
2       T2      C3

这是 pd.melt 和 drop_duplicates() 的输出，我读到 Melt 的对立面是枢轴，因此尝试以这种方式处理单个事件。

df.pivot_table(values='entity', index='event', columns='type')

但这会引发DataError: No numeric types to aggregate 的错误，这很明显，因为 pivot 会按聚合进行分组，并且不会复制每个组合。知道这种操作到底可以做什么吗？请注意我为了简化而丢弃的 groupby 东西。

【问题讨论】：

标签： python python-3.x pandas pivot melt

【解决方案1】：

使用Series.where 将非Table 行替换为NaNs 并转发填充缺失值，然后在boolean indexing、rename 列中通过~ 过滤掉这些带有倒置掩码的行并更改顺序列：

m = df['type'].eq('Table')
df['Table'] = df['entity'].where(m).ffill()
df = df[~m].rename(columns={'entity':'Cell'})[['event','Table','Cell']]
print (df)
   event Table Cell
1      1    T1   C1
2      1    T1   C2
4      2    T2   C3

【讨论】：