如何根据条件行值对 pandas 数据框进行取消堆叠或取消透视？答案

【问题标题】：how to unstack or unpivot a pandas dataframe based on conditional row values?如何根据条件行值对 pandas 数据框进行取消堆叠或取消透视？
【发布时间】：2021-04-13 22:29:16
【问题描述】：

我有一个看起来像这样的 pandas 数据框：

但我需要将桌子和椅子拉到各自的列中以像这样并排比较：

所以数量的值为零，现在出现在新列中。

我不确定如何有条件地取消堆叠。我可以取消堆叠整个“家具”列，但如何仅针对特定的行值取消堆叠？

【问题讨论】：

标签： pandas unpivot

【解决方案1】：

让我们试试get_dummies

df = df.join(df.furniture.where(df.furniture.isin(["table","chair"]),'amount').str.get_dummies().mul(df.pop("amount"),0))
df
Out[87]: 
   CID furniture  amount  chair  table
0    1     couch       2      0      0
1    2     couch       3      0      0
2    2     chair       0      1      0
3    3     table       0      0      3
4    1     chair       0      1      0
5    4      lamp       5      0      0
6    4     chair       0      1      0
7    5     couch       2      0      0
8    2      lamp       5      0      0

【讨论】：

发布后我想，我可以取消堆叠整个列，设置索引，然后只堆叠所需的列，但这更干净。谢谢！

【解决方案2】：

您可以创建一个掩码，然后使用布尔索引：

m_table = df["furniture"] == "table"
m_chair = df["furniture"] == "chair"

df["table"] = np.where(m_table, df["amount"], 0)
df["chair"] = np.where(m_chair, df["amount"], 0)

df.loc[m_table | m_chair, "amount"] = 0
print(df)

打印：

   CID furniture  amount  table  chair
0    1     couch       2      0      0
1    2     couch       3      0      0
2    2     chair       0      0      1
3    3     table       0      3      0
4    1     chair       0      0      1
5    4      lamp       5      0      0
6    4     chair       0      0      1
7    5     couch       2      0      0
8    2      lamp       5      0      0

【讨论】：