将列添加到数据透视表（熊猫）答案

【问题标题】：Add columns to a pivot table (pandas)将列添加到数据透视表（熊猫）
【发布时间】：2016-07-27 20:40:46
【问题描述】：

我知道在 R 中我可以将 tidyr 用于以下用途：

data_wide <- spread(data_protein, Fraction, Count)

data_wide 将继承 data_protein 中所有未传播的列。

Protein Peptide  Start  Fraction  Count
1             A    122       F1     1
1             A    122       F2     2     
1             B    230       F1     3     
1             B    230       F2     4

变成

Protein Peptide  Start  F1  F2
1             A    122   1  2
1             B    230   3  4

但在熊猫（Python）中，

data_wide = data_prot2.reset_index(drop=True).pivot('Peptide','Fraction','Count').fillna(0)

不继承函数中未指定的任何内容（索引、键、值）。因此，我决定通过 df.join() 加入它：

data_wide2 = data_wide.join(data_prot2.set_index('Peptide')['Start']).sort_values('Start')

但这会产生重复的肽段，因为有多个起始值。有没有更直接的方法来解决这个问题？或者省略重复的连接的特殊参数？提前谢谢你。

【问题讨论】：

标签： python pandas dataframe pivot-table

【解决方案1】：

试试这个：

In [144]: df
Out[144]:
   Protein Peptide  Start Fraction  Count
0        1       A    122       F1      1
1        1       A    122       F2      2
2        1       B    230       F1      3
3        1       B    230       F2      4

In [145]: df.pivot_table(index=['Protein','Peptide','Start'], columns='Fraction').reset_index()
Out[145]:
         Protein Peptide Start Count
Fraction                          F1 F2
0              1       A   122     1  2
1              1       B   230     3  4

您也可以明确指定Count 列：

In [146]: df.pivot_table(index=['Protein','Peptide','Start'], columns='Fraction', values='Count').reset_index()
Out[146]:
Fraction  Protein Peptide  Start  F1  F2
0               1       A    122   1   2
1               1       B    230   3   4

【讨论】：

我应该在哪一步执行此操作？我什么时候指定 Count 是 Fraction 的值？

【解决方案2】：

使用stack：

df.set_index(df.columns[:4].tolist()) \
  .Count.unstack().reset_index() \
  .rename_axis(None, axis=1)

【讨论】：

【解决方案3】：

spread 在tidyr 中被pivot_wider 取代。

使用遵循tidyr 的API 设计的datar 怎么样：

>>> from datar.all import f, tribble, pivot_wider
>>> data_protein = tribble(
...     f.Protein, f.Peptide,  f.Start,  f.Fraction,  f.Count,
...     1,         "A",        122,      "F1",        1,
...     1,         "A",        122,      "F2",        2,     
...     1,         "B",        230,      "F1",        3,     
...     1,         "B",        230,      "F2",        4,
... )
>>> data_wide = pivot_wider(data_protein, names_from=f.Fraction, values_from=f.Count)
>>> data_wide
  Peptide  Protein  Start  F1  F2
0       A        1    122   1   2
1       B        1    230   3   4

我是包的作者。如果您有任何问题，请随时提交问题。

【讨论】：