Python Pandas：如何只旋转某些列而保留其他列？

Question

another question 的标题非常相似，但那里的答案似乎不适用于我的问题。

我有以下数据框：

                           date  hour  rating category  value
date_time                                                    
2020-02-01 00:00:00  2020-02-01     1    30.0       C1   41.5
2020-02-01 01:00:00  2020-02-01     2    32.4       C1   54.1
2020-02-01 02:00:00  2020-02-01     3    31.1       C1   40.9
2020-02-01 00:00:00  2020-02-01     1     NaN       C2   51.5
2020-02-01 01:00:00  2020-02-01     2     NaN       C2   50.6
2020-02-01 02:00:00  2020-02-01     3     NaN       C2   42.3
2020-02-02 00:00:00  2020-02-02     1    36.8       C1   47.8
2020-02-02 01:00:00  2020-02-02     2    30.1       C1   50.1
2020-02-02 02:00:00  2020-02-02     3    30.5       C1   44.0
2020-02-02 00:00:00  2020-02-02     1     NaN       C2   46.8
2020-02-02 01:00:00  2020-02-02     2     NaN       C2   44.2
2020-02-02 02:00:00  2020-02-02     3     NaN       C2   45.2

我想转换成这个：

                           date  hour  rating  C1    C2   
date_time                                                    
2020-02-01 00:00:00  2020-02-01     1    30.0  41.5  51.5
2020-02-01 01:00:00  2020-02-01     2    32.4  54.1  50.6
2020-02-01 02:00:00  2020-02-01     3    31.1  40.9  42.3
2020-02-02 00:00:00  2020-02-02     1    36.8  47.8  46.8
2020-02-02 01:00:00  2020-02-02     2    30.1  50.1  44.2
2020-02-02 02:00:00  2020-02-02     3    30.5  44.0  45.2

所以基本上将某个category 的value 显示在不同的列中，而不是每一行显示其category。

根据我上面链接的问题，我想出了这个：

pivoted_df = df.pivot_table(values="value", index=[df.index, "hour", "date", "rating"], columns="category")

但该操作的结果是：

category                                      C1
date_time           hour date       rating      
2020-02-01 00:00:00 1    2020-02-01 30.0    41.5
2020-02-01 01:00:00 2    2020-02-01 32.4    54.1
2020-02-01 02:00:00 3    2020-02-01 31.1    40.9
2020-02-02 00:00:00 1    2020-02-02 36.8    47.8
2020-02-02 01:00:00 2    2020-02-02 30.1    50.1
2020-02-02 02:00:00 3    2020-02-02 30.5    44.0

这真的不是我想要的。不仅如此，我还会添加hour、date 和rating 作为索引，这看起来不太正确，因为我希望将它们作为“普通”列。

我怎样才能实现我上面提到的？提前谢谢！

Answer 1

一种方法是在category 上groupby first unstack，合并多级列并重命名它们。

 g=df.groupby(['date_time', 'date', 'hour','category']).first()\
.unstack('category').reset_index().dropna(axis='columns')

g.columns = [f'{a}{b}' for a, b in g.columns]#Collapse multiindex
g.rename(columns={'ratingC1':'rating', 'valueC1':'C1','valueC2':'C2'}, inplace=True)#Rename columns

        

      date_time                      date     hour rating    C1    C2
0  2020-02-01 00:00:00 00:00:00  2020-02-01     1    30.0  41.5  51.5
1  2020-02-01 01:00:00 01:00:00  2020-02-01     2    32.4  54.1  50.6
2  2020-02-01 02:00:00 02:00:00  2020-02-01     3    31.1  40.9  42.3
3  2020-02-02 00:00:00 00:00:00  2020-02-02     1    36.8  47.8  46.8
4  2020-02-02 01:00:00 01:00:00  2020-02-02     2    30.1  50.1  44.2
5  2020-02-02 02:00:00 02:00:00  2020-02-02     3    30.5  44.0  45.2

或者，使用 pd.pivot

 import numpy as np
g=pd.pivot_table(df,index=["date_time","date","hour"],\
                 values=["value","rating"],columns=["category"]).reset_index()#Pivot
g.columns = [f'{a}{b}' for a, b in g.columns]#Collapse multiindex
g.rename(columns={'ratingC1':'rating', 'valueC1':'C1','valueC2':'C2'}, inplace=True)#Rename columns
print(g)