在 Pandas 中翻转数据框并将一列值保留为新行值 [重复]

【问题标题】：Flip a Data Frame in Pandas and keep one column's values as the new row's values [duplicate]在 Pandas 中翻转数据框并将一列值保留为新行值 [重复]
【发布时间】：2021-08-16 02:32:30
【问题描述】：

我目前有一个数据框，当我读到它时看起来像这样：

Date	Country	A	B	C
01/01/2020	AFG	0	1	5
01/02/2020	AFG	2	5	0
01/03/2020	AFG	1	4	1
...	...	...	...	...
01/01/2020	USA	2	3	7
01/02/2020	USA	4	5	6

我想将其转换为下面的表格，其中国家成为行的索引，日期替换列，A 列的值继续填充每个国家/地区的日期值。

Country	01/01/2020	01/02/2020	01/03/2020	...	04/25/2021
AFG	0	2	1	...	5
USA	2	4	9	...	15

我之前尝试过使用 group-by，但似乎没有任何东西以上面显示的方式工作。我忘记了命令还是有什么方法可以做到？

【问题讨论】：

标签： python pandas dataframe group-by time-series

【解决方案1】：

你可以这样做：

尝试pivot_table 获取所需的内容。
使用rename_axis 删除轴名称。
最后通过reset_index()重置索引。

df = df.pivot_table(index='Country', columns='Date', values='A', fill_value=0).rename_axis(None, axis=1).reset_index()

输出：

  Country  01/01/2020  01/02/2020  01/03/2020
0     AFG           0           2           1
1     USA           2           4           0

【讨论】：