重建DataFrame [重复]

Question

目前我正在处理从模拟器获得的数据。这被放入 Pandas 的 DataFrame 中。这里的输出是：

 1. DateTime, Sensor, Value
 2. 1/13/2021 12:56:10, XTDSX5, 16.55
 3. 1/13/2021 12:56:10, XTDSX6, 55.55
 4. 1/13/2021 12:56:10, XTDSX9p, -15.16
 5. 1/13/2021 12:56:20 PM, XTDSX5, 15.20
 6. 1/13/2021 12:56:20 PM, XTDSX9p, -15.66
 7. 1/13/2021 12:56:30 PM, XTDSX6, 55.56
etc.

现在我想将这些数据转换为：

 1. DateTime XTDSX5, XTDSX6, XTDSX9p
 2. 1/13/2021 12:56:10, 16.55, 55.55,-15.16
 3. 1/13/2021 12:56:20, 15.20, NaN, -15.66
 4. 1/13/2021 12:56:30, NaN, 55.56, NaN

这使它适合人工智能分类。有人知道我怎样才能以最好的方式做到这一点吗？

Answer 1

pivoted_df = pd.pivot_table(data=df,
                            index="DateTime",
                            columns="Sensor",
                            )
pivoted_df.reset_index(inplace=True)

基本上，pd.pivot_table 将创建一个新的 DataFrame，其索引将是原始 DataFrame df 的 DateTime 列中的唯一元素，其列将是原始 df 的 Sensor 列中的唯一元素. 不需要指定pd.pivot_table 的value 参数，因为df 中只有另一列。 由于答案需要一个简单的索引，因此我使用reset_index，它将pivoted_df 的DateTime 索引保留为一列。