【问题标题】:Pivoting DataFrame with multiple columns for the index使用多列作为索引的透视 DataFrame
【发布时间】:2018-04-20 14:11:06
【问题描述】:

我有一个数据框,我只想将几行转置为列。

这就是我现在所拥有的。

   Entity   Name        Date  Value
0     111  Name1  2018-03-31    100
1     111  Name2  2018-02-28    200
2     222  Name3  2018-02-28   1000
3     333  Name1  2018-01-31   2000

我想创建日期作为列,然后添加值。像这样:

   Entity   Name  2018-01-31  2018-02-28  2018-03-31
0     111  Name1         NaN         NaN       100.0
1     111  Name2         NaN       200.0         NaN
2     222  Name3         NaN      1000.0         NaN
3     333  Name1      2000.0         NaN         NaN

对于两个不同的Entitys,我可以拥有相同的Name。这是一个更新的数据集。

代码:

import pandas as pd
import datetime

data1 = {
         'Entity': [111,111,222,333],
         'Name': ['Name1','Name2', 'Name3','Name1'],
         'Date': [datetime.date(2018,3, 31), datetime.date(2018,2,28), datetime.date(2018,2,28), datetime.date(2018,1,31)],
         'Value': [100,200,1000,2000]
    }
df1 = pd.DataFrame(data1, columns= ['Entity','Name','Date', 'Value'])

我如何实现这一目标?任何指针?谢谢大家。

【问题讨论】:

    标签: python pandas dataframe pivot-table


    【解决方案1】:

    根据您的更新,您需要有两个索引列的 pivot_table -

    v = df1.pivot_table(
            index=['Entity', 'Name'], 
             columns='Date', 
             values='Value'
    ).reset_index()
    v.index.name = v.columns.name = None
    

    v
       Entity   Name  2018-01-31  2018-02-28  2018-03-31
    0     111  Name1         NaN         NaN       100.0
    1     111  Name2         NaN       200.0         NaN
    2     222  Name3         NaN      1000.0         NaN
    3     333  Name1      2000.0         NaN         NaN
    

    【讨论】:

    • 正是我想要的。感谢提供帮助的 cmets。
    • 当我对两个不同的实体有相同的名称时,这会失败。我已经更新了问题。
    • @COLDSPEED 我刚刚用另一个测试数据更新了问题。其中新实体 333 的名称为 Name1。错误是“重新索引仅对具有唯一值的索引对象有效”,这是有道理的。
    • @ProgSky 添加了 pivot_table 解决方案,无论如何都应该工作。不知道你需要一个多索引。应该是相当有效率的。干杯
    • @ProgSky 不客气。如果有帮助,请考虑在此处接受答案。
    【解决方案2】:

    来自unstack

    df1.set_index(['Entity','Name','Date']).Value.unstack().reset_index()
    
    Date  Entity   Name  2018-01-31 00:00:00  2018-02-28 00:00:00  \
    0        111  Name1                  NaN                  NaN   
    1        111  Name2                  NaN                200.0   
    2        222  Name3                  NaN               1000.0   
    3        333  Name1               2000.0                  NaN   
    
    Date  2018-03-31 00:00:00  
    0                   100.0  
    1                     NaN  
    2                     NaN  
    3                     NaN
    

    【讨论】:

    • 感谢您的帮助。第二次发生了。第一次是here,今天早上
    • @cᴏʟᴅsᴘᴇᴇᴅ 标志,似乎一次又一次地发生,他们就是不接受我们的建议。
    • 谢谢@Wen,我向你学习了很多 Python pandas :)
    • @ProgSky 说实话,我正在向 Jez、pir 和 Cold 学习那些 :-)
    猜你喜欢
    • 2020-08-31
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2017-02-01
    • 1970-01-01
    • 2019-10-02
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多