我在一周中的 3 天在 3 個地方發布了以下 3 個人的資料框：
我想將上述資料轉換為下表格式：
實際上，我正在用列名交換單元格值。
我想要一些關于如何使用 Python 以編程方式執行此操作的指標。
uj5u.com熱心網友回復：
這是可以作業的東西
- 通過查找當前的唯一值來獲取新的列名，即地點
dataframe - 通過新的列名（地方），舊列（人）作為新的資料幀使用每個新列新條目的添加名稱環
apply法
代碼：
import io
import pandas as pd
import numpy as np
txt="""
tom,dick
Mon,cafe,lib
Tue,lib,gym
Wed,gym,gym
"""
df = pd.read_csv(io.StringIO(txt))
print(df)
new_cols = np.unique(df.values)
new_df = pd.DataFrame(columns=new_cols)
for col in new_cols:
new_df[col] = df.apply(lambda x: df.columns[x == col].values, axis=1)
print(new_df)
輸出：
old df
tom dick
Mon cafe lib
Tue lib gym
Wed gym gym
new df
cafe gym lib
Mon [tom] [] [dick]
Tue [] [dick] [tom]
Wed [] [tom, dick] []
或者如果多個人從未在樣本地點，即您不想要值串列：
import io
import pandas as pd
import numpy as np
txt="""
tom,dick
Mon,cafe,lib
Tue,lib,gym
Wed,gym,cafe
"""
df = pd.read_csv(io.StringIO(txt))
print(df)
new_cols = np.unique(df.values)
new_df = pd.DataFrame(columns=new_cols)
def get_place(row, col):
place = df.columns[row == col].values
return place[0] if len(place) else ''
for col in new_cols:
new_df[col] = df.apply(lambda x:get_place(x, col), axis=1)
print(new_df)
輸出：
old df
tom dick
Mon cafe lib
Tue lib gym
Wed gym cafe
new df
cafe gym lib
Mon tom dick
Tue dick tom
Wed dick tom
uj5u.com熱心網友回復：
鑒于此資料框df：
Tom Dick Harry
Mon Cafe Library Gym
Tue Library Gym Cafe
Wed Gym Cafe Library
你可以得到你想要的結果
(i)unstack獲取 MultiIndex 系列的資料框
(ii) 重新排列本系列的指標水平和數值的順序
(iii) 將系列拆開
s = df.unstack()
s = pd.Series(s.index.get_level_values(0).to_numpy(), index = pd.MultiIndex.from_tuples(zip(s.index.get_level_values(1), s)))
out = s.unstack()
輸出：
Cafe Gym Library
Mon Tom Harry Dick
Tue Harry Dick Tom
Wed Dick Tom Harry
此示例是一個特殊情況，在步驟 (iii) 中運行良好，因為沒有重復索引，但是，在一般情況下，您更有可能擁有重復索引。
例如，您可以擁有以下資料框：
Tom Dick Harry
Mon Cafe Library Gym
Tue Library Gym Cafe
Wed Library Cafe Library
其中，在Wednesday雙方Tom并Harry去了library。在這種情況下，上述解決方案將不起作用，因為在步驟 (ii) 之后我們將有重復的索引。但是您可以通過在第 (ii) 步之后通過聚合索引來再添加兩行來解決該問題：
s = df.unstack()
s = pd.Series(s.index.get_level_values(0).to_numpy(), index = pd.MultiIndex.from_tuples(zip(s.index.get_level_values(1), s)))
s = s.groupby(s.index).agg(list)
s.index = pd.MultiIndex.from_tuples(s.index)
out = s.unstack()
輸出：
Cafe Gym Library
Mon [Tom] [Harry] [Dick]
Tue [Harry] [Dick] [Tom]
Wed [Dick] NaN [Tom, Harry]
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/389521.html
下一篇：在時間段內僅選取第一個值等于1