熊猫 - 转置一列

Question

我在使用 pandas 转置时遇到困难。

我有以下df：

date         name    quantity
1/1/2018     A       5
1/1/2018     B       6
1/1/2018     C       7
1/2/2018     A       9
1/2/2018     B       8
1/2/2018     C       6

我最终想为每个日期的所有名称及其数量创建成对相关性。为此，我首先尝试从此 df 创建以下输出：

 date       A    B    C
 1/1/2018   5    6    7
 1/2/2018   9    8    6

转置对我来说很困难，因为我可以获得重复的列标题，但我也不想通过先删除它们而丢失任何数据。我有一种感觉，答案可能是我并没有真正使用的 panda 实用程序，而且我可能正在转置隧道......

Answer 1

由于您没有执行聚合，pd.DataFrame.pivot 应该优先于 groupby / pivot_table：

res = df.pivot(index='date', columns='name', values='quantity')

print(res)

name      A  B  C
date             
1/1/2018  5  6  7
1/2/2018  9  8  6

如果您愿意，可以使用reset_index 将date 提升为一列。

Answer 2

我提出的解决方案绝不比 jpp 更好。我只是碰巧遇到了同样的问题并以不同的方式解决了它。

df.set_index(['date', 'name']).unstack()

结果看起来也有点混乱，但它在我的情况下有效：

Answer 3

这是一个groupby 解决方案，尽管与pivot 方法相比它非常不切实际。我只建议将此作为熟悉熊猫索引的练习。

# Get values of 'quantity' for each date
x = df.groupby('date')['quantity'].agg(list)
# Insert these values into a new data frame
df2 = pd.DataFrame(index=x.index, data=x.to_list(), columns=df['name'].unique())

这会返回：

            A   B   C
date            
1/1/2018    5   6   7
1/2/2018    8   9   6