熊猫数据框重塑答案

【问题标题】：Pandas dateframe reshape熊猫数据框重塑
【发布时间】：2016-04-04 01:15:55
【问题描述】：

我正在玩一些日期，如下所示。

    song_id                        action_type ds
0   effb071415be51f11e845884e67c0f8c    1   14 days
1   f87ff481d85d2f95335ab602f38a7655    1   13 days
2   8a27d9a6c59628c991c154e8d93f412e    2   12 days
3   ecea5fe33e6817d09c395f2910479728    1   11 days
4   31a3d0420d89c9b121bb55dbdbbeda6b    1   13 days
5   096e604f7b152fad0246ae731ed8ca73    1   15 days
6   5a7d9d75b898cd1b19ef6941cc1ddccf    1   12 days
7   8a103bd3a3295fbf9b3c3bf7972db299    2   12 days
8   17e90c7b3b7ebbe4b47344fcfab2fa7a    1   11 days
9   8a27d9a6c59628c991c154e8d93f412e    2   13 days

我想知道如何重塑它并获得类似的东西：

song_id day1_type1 day1_type2 day1_type3 day2_type1 ......... dayn_typen
(songid) (count of type1 on day1) (Nan if no count)...... (count of typen on dayn)

现在我用

action.groupby(['song_id','ds','action_type']).action_type.sum()

得到类似的东西：

song_id                           ds        action_type
00088cb1e6d740fcd42bc8ff2673c805  3 days    1               1
                                  4 days    1               1
                                  13 days   2               2
                                  27 days   1               1
                                  41 days   1               1
                                            2               2
                                  42 days   1               1
                                  67 days   2               2
                                  68 days   1               1
                                  75 days   2               2
0008de587f84d8c9491502c5a5c8b466  0 days    1               4
                                            2               4
                                  1 days    1              17
                                  4 days    1               6
                                  7 days    1              10
                                  8 days    1               5

我如何重建或重塑我得到的东西以获得我想要的东西？

提前致谢。

【问题讨论】：

在你的最后一个例子中，你应该可以调用unstack()，比如grouped_sums.unstack(['ds', 'action_type'])
@Marius 感谢您的评论，但是如果我使用unstack()，它将取消堆叠action_type，但我要取消堆叠的是ds。

标签： python pandas data-processing

【解决方案1】：

>>> (df.groupby(['song_id', 'ds', 'action_type'])
       .action_type
       .sum()
       .unstack(['action_type', 'ds'])
       .fillna(0)
       .sortlevel(level=[0, 1], axis=1))

action_type                            1                                       2        
ds                               11 days 12 days 13 days 14 days 15 days 12 days 13 days
song_id                                                                                 
096e604f7b152fad0246ae731ed8ca73       0       0       0       0       1       0       0
17e90c7b3b7ebbe4b47344fcfab2fa7a       1       0       0       0       0       0       0
31a3d0420d89c9b121bb55dbdbbeda6b       0       0       1       0       0       0       0
5a7d9d75b898cd1b19ef6941cc1ddccf       0       1       0       0       0       0       0
8a103bd3a3295fbf9b3c3bf7972db299       0       0       0       0       0       2       0
8a27d9a6c59628c991c154e8d93f412e       0       0       0       0       0       2       2
ecea5fe33e6817d09c395f2910479728       1       0       0       0       0       0       0
effb071415be51f11e845884e67c0f8c       0       0       0       1       0       0       0
f87ff481d85d2f95335ab602f38a7655       0       0       1       0       0       0       0

【讨论】：