So schwenken Sie einen Datenrahmen

358
  • Was ist Pivot?
  • Wie schwenke ich?
  • Ist das ein Dreh- und Angelpunkt?
  • Langformat zu Breitformat?

Ich habe viele Fragen zu Pivot-Tabellen gesehen. Selbst wenn sie nicht wissen, dass sie nach Pivot-Tabellen fragen, sind sie es normalerweise. Es ist praktisch unmöglich, eine kanonische Frage und Antwort zu schreiben, die alle Aspekte des Schwenkens umfasst.

... Aber ich werde es versuchen.

Das Problem bei vorhandenen Fragen und Antworten besteht darin, dass sich die Frage häufig auf eine Nuance konzentriert, die das OP nur schwer verallgemeinern kann, um eine Reihe der vorhandenen guten Antworten zu verwenden. Keine der Antworten versucht jedoch, eine umfassende Erklärung zu geben (da dies eine entmutigende Aufgabe ist).

Schauen Sie sich einige Beispiele aus meiner Google-Suche an

  1. Wie schwenke ich einen Datenrahmen in Pandas?
    • Gute Frage und Antwort. Die Antwort beantwortet die spezifische Frage jedoch nur mit wenig Erklärung.
  2. Pandas Pivot-Tabelle zum Datenrahmen
    • In dieser Frage befasst sich das OP mit der Ausgabe des Pivots. Nämlich wie die Spalten aussehen. OP wollte, dass es wie R aussieht. Dies ist für Pandas-Benutzer nicht sehr hilfreich.
  3. Pandas, die einen Datenrahmen schwenken, doppelte Zeilen
    • Eine andere anständige Frage, aber die Antwort konzentriert sich auf eine Methode, nämlich pd.DataFrame.pivot

Wenn jemand nach etwas sucht pivot, erhält er sporadische Ergebnisse, die seine spezifische Frage wahrscheinlich nicht beantworten.

Installieren

Möglicherweise stellen Sie fest, dass ich meine Spalten und relevanten Spaltenwerte auffällig benannt habe, um zu entsprechen, wie ich in den folgenden Antworten schwenken werde. 

import numpy as np
import pandas as pd
from numpy.core.defchararray import add

np.random.seed([3,1415])
n = 20

cols = np.array(['key', 'row', 'item', 'col'])
arr1 = (np.random.randint(5, size=(n, 4)) // [2, 1, 2, 1]).astype(str)

df = pd.DataFrame(
    add(cols, arr1), columns=cols
).join(
    pd.DataFrame(np.random.rand(n, 2).round(2)).add_prefix('val')
)
print(df)

     key   row   item   col  val0  val1
0   key0  row3  item1  col3  0.81  0.04
1   key1  row2  item1  col2  0.44  0.07
2   key1  row0  item1  col0  0.77  0.01
3   key0  row4  item0  col2  0.15  0.59
4   key1  row0  item2  col1  0.81  0.64
5   key1  row2  item2  col4  0.13  0.88
6   key2  row4  item1  col3  0.88  0.39
7   key1  row4  item1  col1  0.10  0.07
8   key1  row0  item2  col4  0.65  0.02
9   key1  row2  item0  col2  0.35  0.61
10  key2  row0  item2  col1  0.40  0.85
11  key2  row4  item1  col2  0.64  0.25
12  key0  row2  item2  col3  0.50  0.44
13  key0  row4  item1  col4  0.24  0.46
14  key1  row3  item2  col3  0.28  0.11
15  key0  row3  item1  col1  0.31  0.23
16  key0  row0  item2  col3  0.86  0.01
17  key0  row4  item0  col3  0.64  0.21
18  key2  row2  item2  col0  0.13  0.45
19  key0  row2  item0  col4  0.37  0.70

Fragen)

  1. Warum bekomme ich ValueError: Index contains duplicate entries, cannot reshape

  2. Wie schwenke ich dfso, dass die colWerte Spalten, rowWerte der Index und der Mittelwert val0die Werte sind?

    col   col0   col1   col2   col3  col4
row                                  
row0  0.77  0.605    NaN  0.860  0.65
row2  0.13    NaN  0.395  0.500  0.25
row3   NaN  0.310    NaN  0.545   NaN
row4   NaN  0.100  0.395  0.760  0.24

  3. Wie schwenke ich dfso, dass die colWerte Spalten sind, rowWerte der Index sind, der Mittelwert val0die Werte sind und fehlende Werte sind 0?

    col   col0   col1   col2   col3  col4
row                                  
row0  0.77  0.605  0.000  0.860  0.65
row2  0.13  0.000  0.395  0.500  0.25
row3  0.00  0.310  0.000  0.545  0.00
row4  0.00  0.100  0.395  0.760  0.24

  4. Kann ich etwas anderes bekommen als meanvielleicht sum?

    col   col0  col1  col2  col3  col4
row                               
row0  0.77  1.21  0.00  0.86  0.65
row2  0.13  0.00  0.79  0.50  0.50
row3  0.00  0.31  0.00  1.09  0.00
row4  0.00  0.10  0.79  1.52  0.24

  5. Kann ich mehr als eine Aggregation gleichzeitig durchführen?

           sum                          mean                           
col   col0  col1  col2  col3  col4  col0   col1   col2   col3  col4
row                                                                
row0  0.77  1.21  0.00  0.86  0.65  0.77  0.605  0.000  0.860  0.65
row2  0.13  0.00  0.79  0.50  0.50  0.13  0.000  0.395  0.500  0.25
row3  0.00  0.31  0.00  1.09  0.00  0.00  0.310  0.000  0.545  0.00
row4  0.00  0.10  0.79  1.52  0.24  0.00  0.100  0.395  0.760  0.24

  6. Kann ich über mehrere Wertespalten aggregieren?

          val0                             val1                          
col   col0   col1   col2   col3  col4  col0   col1  col2   col3  col4
row                                                                  
row0  0.77  0.605  0.000  0.860  0.65  0.01  0.745  0.00  0.010  0.02
row2  0.13  0.000  0.395  0.500  0.25  0.45  0.000  0.34  0.440  0.79
row3  0.00  0.310  0.000  0.545  0.00  0.00  0.230  0.00  0.075  0.00
row4  0.00  0.100  0.395  0.760  0.24  0.00  0.070  0.42  0.300  0.46

  7. Kann durch mehrere Spalten unterteilen?

    item item0             item1                         item2                   
col   col2  col3  col4  col0  col1  col2  col3  col4  col0   col1  col3  col4
row                                                                          
row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.605  0.86  0.65
row2  0.35  0.00  0.37  0.00  0.00  0.44  0.00  0.00  0.13  0.000  0.50  0.13
row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.000  0.28  0.00
row4  0.15  0.64  0.00  0.00  0.10  0.64  0.88  0.24  0.00  0.000  0.00  0.00

  8. Oder 

    item      item0             item1                         item2                  
col        col2  col3  col4  col0  col1  col2  col3  col4  col0  col1  col3  col4
key  row                                                                         
key0 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.86  0.00
     row2  0.00  0.00  0.37  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.50  0.00
     row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.00  0.00  0.00
     row4  0.15  0.64  0.00  0.00  0.00  0.00  0.00  0.24  0.00  0.00  0.00  0.00
key1 row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.81  0.00  0.65
     row2  0.35  0.00  0.00  0.00  0.00  0.44  0.00  0.00  0.00  0.00  0.00  0.13
     row3  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.28  0.00
     row4  0.00  0.00  0.00  0.00  0.10  0.00  0.00  0.00  0.00  0.00  0.00  0.00
key2 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.40  0.00  0.00
     row2  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.13  0.00  0.00  0.00
     row4  0.00  0.00  0.00  0.00  0.00  0.64  0.88  0.00  0.00  0.00  0.00  0.00

  9. Kann ich die Häufigkeit aggregieren, in der Spalte und Zeilen zusammen auftreten, auch als "Kreuztabelle" bezeichnet?

    col   col0  col1  col2  col3  col4
row                               
row0     1     2     0     1     1
row2     1     0     2     1     2
row3     0     1     0     2     0
row4     0     1     2     2     1

  10. Wie konvertiere ich einen DataFrame von Long nach Wide, indem ich NUR zwei Spalten schwenke? Gegeben,

    np.random.seed([3, 1415])
df2 = pd.DataFrame({'A': list('aaaabbbc'), 'B': np.random.choice(15, 8)})        
df2        
   A   B
0  a   0
1  a  11
2  a   2
3  a  11
4  b  10
5  b  10
6  b  14
7  c   7

    Das erwartete sollte ungefähr so ​​aussehen

          a     b    c
0   0.0  10.0  7.0
1  11.0  10.0  NaN
2   2.0  14.0  NaN
3  11.0   NaN  NaN

  11. Wie reduziere ich den Mehrfachindex danach auf einen einzelnen Index? pivot

    Von

       1  2   
   1  1  2        
a  2  1  1
b  2  1  0
c  1  0  0

    Zu 

       1|1  2|1  2|2               
a    2    1    1
b    2    1    0
c    1    0    0
python  pandas  group-by  pivot  pandas-groupby 
— piRSquared
quelle

Antworten:

301

Wir beginnen mit der Beantwortung der ersten Frage:

Frage 1

Warum bekomme ich ValueError: Index contains duplicate entries, cannot reshape

Dies liegt daran, dass Pandas versucht, entweder ein Objekt columnsoder ein indexObjekt mit doppelten Einträgen neu zu indizieren . Es gibt verschiedene Methoden, mit denen ein Pivot ausgeführt werden kann. Einige von ihnen sind nicht gut geeignet, wenn es Duplikate der Schlüssel gibt, auf denen sie zum Schwenken aufgefordert werden. Zum Beispiel. Überlegen Sie pd.DataFrame.pivot. Ich weiß, dass es doppelte Einträge gibt, die die Werte rowund teilen col:

df.duplicated(['row', 'col']).any()

True

Also wenn ich pivotbenutze

df.pivot(index='row', columns='col', values='val0')

Ich erhalte den oben genannten Fehler. Tatsächlich erhalte ich den gleichen Fehler, wenn ich versuche, dieselbe Aufgabe auszuführen mit:

df.set_index(['row', 'col'])['val0'].unstack()

Hier ist eine Liste von Redewendungen, mit denen wir schwenken können

  1. pd.DataFrame.groupby + pd.DataFrame.unstack
    • Guter allgemeiner Ansatz für nahezu jede Art von Pivot
    • Sie geben alle Spalten an, aus denen die geschwenkten Zeilen- und Spaltenebenen in einer Gruppe von bestehen. Anschließend wählen Sie die verbleibenden Spalten aus, die Sie aggregieren möchten, und die Funktionen, die Sie aggregieren möchten. Schließlich geben Sie unstackdie Ebenen an, die Sie im Spaltenindex haben möchten.
  2. pd.DataFrame.pivot_table
    • Eine verherrlichte Version von groupbymit intuitiverer API. Für viele Menschen ist dies der bevorzugte Ansatz. Und ist der beabsichtigte Ansatz der Entwickler.
    • Geben Sie Zeilenebene, Spaltenebene, zu aggregierende Werte und Funktion (en) an, um Aggregationen durchzuführen.
  3. pd.DataFrame.set_index + pd.DataFrame.unstack
    • Bequem und intuitiv für einige (ich eingeschlossen). Doppelte gruppierte Schlüssel können nicht verarbeitet werden.
    • Ähnlich wie beim groupbyParadigma geben wir alle Spalten an, die möglicherweise entweder Zeilen- oder Spaltenebenen sind, und legen diese als Index fest. Wir haben dann unstackdie Ebenen, die wir in den Spalten wollen. Wenn entweder die verbleibenden Index- oder Spaltenebenen nicht eindeutig sind, schlägt diese Methode fehl.
  4. pd.DataFrame.pivot
    • Sehr ähnlich, set_indexda es die Einschränkung des doppelten Schlüssels teilt. Die API ist ebenfalls sehr begrenzt. Es dauert nur skalare Werte für index, columns, values.
    • Ähnlich wie bei der pivot_tableMethode wählen wir Zeilen, Spalten und Werte aus, auf die geschwenkt werden soll. Wir können jedoch nicht aggregieren. Wenn Zeilen oder Spalten nicht eindeutig sind, schlägt diese Methode fehl.
  5. pd.crosstab
    • Dies ist eine spezielle Version von pivot_tableund in ihrer reinsten Form die intuitivste Möglichkeit, mehrere Aufgaben auszuführen.
  6. pd.factorize + np.bincount
    • Dies ist eine hochentwickelte Technik, die sehr dunkel, aber sehr schnell ist. Es kann nicht unter allen Umständen verwendet werden, aber wenn es verwendet werden kann und Sie damit vertraut sind, werden Sie die Leistungsprämien ernten.
  7. pd.get_dummies + pd.DataFrame.dot
    • Ich benutze dies, um geschickt Kreuztabellen durchzuführen.

Beispiele

Was ich für jede nachfolgende Antwort und Frage tun werde, ist, sie mit zu beantworten pd.DataFrame.pivot_table. Dann biete ich Alternativen an, um dieselbe Aufgabe auszuführen.

Frage 3

Wie schwenke ich dfso, dass die colWerte Spalten sind, rowWerte der Index sind, der Mittelwert val0die Werte sind und fehlende Werte sind 0?

  • pd.DataFrame.pivot_table

    • fill_valueist nicht standardmäßig eingestellt. Ich neige dazu, es angemessen einzustellen. In diesem Fall habe ich es eingestellt 0. Beachten Sie, dass ich Frage 2 übersprungen habe , da sie mit der Antwort ohne übereinstimmtfill_value

    • aggfunc='mean'ist die Standardeinstellung und ich musste sie nicht einstellen. Ich habe es ausdrücklich aufgenommen.

      df.pivot_table(
    values='val0', index='row', columns='col',
    fill_value=0, aggfunc='mean')

col   col0   col1   col2   col3  col4
row                                  
row0  0.77  0.605  0.000  0.860  0.65
row2  0.13  0.000  0.395  0.500  0.25
row3  0.00  0.310  0.000  0.545  0.00
row4  0.00  0.100  0.395  0.760  0.24

  • pd.DataFrame.groupby

    df.groupby(['row', 'col'])['val0'].mean().unstack(fill_value=0)

  • pd.crosstab

    pd.crosstab(
    index=df['row'], columns=df['col'],
    values=df['val0'], aggfunc='mean').fillna(0)

Frage 4

Kann ich etwas anderes bekommen als meanvielleicht sum?

  • pd.DataFrame.pivot_table

    df.pivot_table(
    values='val0', index='row', columns='col',
    fill_value=0, aggfunc='sum')

col   col0  col1  col2  col3  col4
row                               
row0  0.77  1.21  0.00  0.86  0.65
row2  0.13  0.00  0.79  0.50  0.50
row3  0.00  0.31  0.00  1.09  0.00
row4  0.00  0.10  0.79  1.52  0.24

  • pd.DataFrame.groupby

    df.groupby(['row', 'col'])['val0'].sum().unstack(fill_value=0)

  • pd.crosstab

    pd.crosstab(
    index=df['row'], columns=df['col'],
    values=df['val0'], aggfunc='sum').fillna(0)

Frage 5

Kann ich mehr als eine Aggregation gleichzeitig durchführen?

Beachten Sie, dass für pivot_tableund crosstabich die Liste der Callables übergeben musste. Auf der anderen Seite groupby.aggkönnen Zeichenfolgen für eine begrenzte Anzahl von Sonderfunktionen verwendet werden. groupby.agghätte auch die gleichen Callables verwendet, die wir an die anderen weitergegeben haben, aber es ist oft effizienter, die Namen der Zeichenfolgenfunktionen zu nutzen, da Effizienzsteigerungen erzielt werden müssen.

  • pd.DataFrame.pivot_table

    df.pivot_table(
    values='val0', index='row', columns='col',
    fill_value=0, aggfunc=[np.size, np.mean])

     size                      mean                           
col  col0 col1 col2 col3 col4  col0   col1   col2   col3  col4
row                                                           
row0    1    2    0    1    1  0.77  0.605  0.000  0.860  0.65
row2    1    0    2    1    2  0.13  0.000  0.395  0.500  0.25
row3    0    1    0    2    0  0.00  0.310  0.000  0.545  0.00
row4    0    1    2    2    1  0.00  0.100  0.395  0.760  0.24

  • pd.DataFrame.groupby

    df.groupby(['row', 'col'])['val0'].agg(['size', 'mean']).unstack(fill_value=0)

  • pd.crosstab

    pd.crosstab(
    index=df['row'], columns=df['col'],
    values=df['val0'], aggfunc=[np.size, np.mean]).fillna(0, downcast='infer')

Frage 6

Kann ich über mehrere Wertespalten aggregieren?

  • pd.DataFrame.pivot_tableWir gehen vorbei, values=['val0', 'val1']aber wir hätten das komplett weglassen können

    df.pivot_table(
    values=['val0', 'val1'], index='row', columns='col',
    fill_value=0, aggfunc='mean')

      val0                             val1                          
col   col0   col1   col2   col3  col4  col0   col1  col2   col3  col4
row                                                                  
row0  0.77  0.605  0.000  0.860  0.65  0.01  0.745  0.00  0.010  0.02
row2  0.13  0.000  0.395  0.500  0.25  0.45  0.000  0.34  0.440  0.79
row3  0.00  0.310  0.000  0.545  0.00  0.00  0.230  0.00  0.075  0.00
row4  0.00  0.100  0.395  0.760  0.24  0.00  0.070  0.42  0.300  0.46

  • pd.DataFrame.groupby

    df.groupby(['row', 'col'])['val0', 'val1'].mean().unstack(fill_value=0)

Frage 7

Kann durch mehrere Spalten unterteilen?

  • pd.DataFrame.pivot_table

    df.pivot_table(
    values='val0', index='row', columns=['item', 'col'],
    fill_value=0, aggfunc='mean')

item item0             item1                         item2                   
col   col2  col3  col4  col0  col1  col2  col3  col4  col0   col1  col3  col4
row                                                                          
row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.605  0.86  0.65
row2  0.35  0.00  0.37  0.00  0.00  0.44  0.00  0.00  0.13  0.000  0.50  0.13
row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.000  0.28  0.00
row4  0.15  0.64  0.00  0.00  0.10  0.64  0.88  0.24  0.00  0.000  0.00  0.00

  • pd.DataFrame.groupby

    df.groupby(
    ['row', 'item', 'col']
)['val0'].mean().unstack(['item', 'col']).fillna(0).sort_index(1)

Frage 8

Kann durch mehrere Spalten unterteilen?

  • pd.DataFrame.pivot_table

    df.pivot_table(
    values='val0', index=['key', 'row'], columns=['item', 'col'],
    fill_value=0, aggfunc='mean')

item      item0             item1                         item2                  
col        col2  col3  col4  col0  col1  col2  col3  col4  col0  col1  col3  col4
key  row                                                                         
key0 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.86  0.00
     row2  0.00  0.00  0.37  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.50  0.00
     row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.00  0.00  0.00
     row4  0.15  0.64  0.00  0.00  0.00  0.00  0.00  0.24  0.00  0.00  0.00  0.00
key1 row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.81  0.00  0.65
     row2  0.35  0.00  0.00  0.00  0.00  0.44  0.00  0.00  0.00  0.00  0.00  0.13
     row3  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.28  0.00
     row4  0.00  0.00  0.00  0.00  0.10  0.00  0.00  0.00  0.00  0.00  0.00  0.00
key2 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.40  0.00  0.00
     row2  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.13  0.00  0.00  0.00
     row4  0.00  0.00  0.00  0.00  0.00  0.64  0.88  0.00  0.00  0.00  0.00  0.00

  • pd.DataFrame.groupby

    df.groupby(
    ['key', 'row', 'item', 'col']
)['val0'].mean().unstack(['item', 'col']).fillna(0).sort_index(1)

  • pd.DataFrame.set_index weil der Schlüsselsatz sowohl für Zeilen als auch für Spalten eindeutig ist

    df.set_index(
    ['key', 'row', 'item', 'col']
)['val0'].unstack(['item', 'col']).fillna(0).sort_index(1)

Frage 9

Kann ich die Häufigkeit aggregieren, in der Spalte und Zeilen zusammen auftreten, auch als "Kreuztabelle" bezeichnet?

  • pd.DataFrame.pivot_table

    df.pivot_table(index='row', columns='col', fill_value=0, aggfunc='size')

    col   col0  col1  col2  col3  col4
row                               
row0     1     2     0     1     1
row2     1     0     2     1     2
row3     0     1     0     2     0
row4     0     1     2     2     1

  • pd.DataFrame.groupby

    df.groupby(['row', 'col'])['val0'].size().unstack(fill_value=0)

  • pd.crosstab

    pd.crosstab(df['row'], df['col'])

  • pd.factorize + np.bincount

    # get integer factorization `i` and unique values `r`
# for column `'row'`
i, r = pd.factorize(df['row'].values)
# get integer factorization `j` and unique values `c`
# for column `'col'`
j, c = pd.factorize(df['col'].values)
# `n` will be the number of rows
# `m` will be the number of columns
n, m = r.size, c.size
# `i * m + j` is a clever way of counting the 
# factorization bins assuming a flat array of length
# `n * m`.  Which is why we subsequently reshape as `(n, m)`
b = np.bincount(i * m + j, minlength=n * m).reshape(n, m)
# BTW, whenever I read this, I think 'Bean, Rice, and Cheese'
pd.DataFrame(b, r, c)

      col3  col2  col0  col1  col4
row3     2     0     0     1     0
row2     1     2     1     0     2
row0     1     0     1     2     1
row4     2     2     0     1     1

  • pd.get_dummies

    pd.get_dummies(df['row']).T.dot(pd.get_dummies(df['col']))

      col0  col1  col2  col3  col4
row0     1     2     0     1     1
row2     1     0     2     1     2
row3     0     1     0     2     0
row4     0     1     2     2     1

Frage 10

Wie konvertiere ich einen DataFrame von Long nach Wide, indem ich NUR zwei Spalten schwenke?

Der erste Schritt besteht darin, jeder Zeile eine Nummer zuzuweisen. Diese Nummer ist der Zeilenindex dieses Werts im Pivot-Ergebnis. Dies geschieht mit GroupBy.cumcount:

df2.insert(0, 'count', df.groupby('A').cumcount())
df2

   count  A   B
0      0  a   0
1      1  a  11
2      2  a   2
3      3  a  11
4      0  b  10
5      1  b  10
6      2  b  14
7      0  c   7

Der zweite Schritt besteht darin, die neu erstellte Spalte als aufzurufenden Index zu verwenden DataFrame.pivot.

df2.pivot(*df)
# df.pivot(index='count', columns='A', values='B')

A         a     b    c
count                 
0       0.0  10.0  7.0
1      11.0  10.0  NaN
2       2.0  14.0  NaN
3      11.0   NaN  NaN

Frage 11

Wie reduziere ich den Mehrfachindex danach auf einen einzelnen Index? pivot

Wenn columnsTyp objectmit Stringjoin 

df.columns = df.columns.map('|'.join)

sonst format

df.columns = df.columns.map('{0[0]}|{0[1]}'.format)
— piRSquared
quelle
43
Könnten Sie bitte erwägen, offizielle Dokumente zu erweitern ?
— MaxU
Was ist mit der Antwort auf Frage 10 passiert? Ich verstehe KeyError: 'A'. Gibt es mehr zu der Antwort?
— Monica Heddneck
@MonicaHeddneck Ich werde es erneut überprüfen und bei Bedarf aktualisieren. Es wird jedoch 'A'davon ausgegangen, dass sich 'A'in Ihrem Datenrahmen eine Spalte befindet, nach der gruppiert werden kann.
— piRSquared
Kann ich über mehrere Wertespalten aggregieren? Wird die Antwort darauf für Spalten unterschiedlichen Datentyps funktionieren? Zum Beispiel: values ​​= ['val0', 'val1'], hier ist val0 int und val1 ist string
— Anil Kumar
1
Es ist nicht erforderlich, die Spalte in Frage 10 einzufügen. Sie kann direkt als Argument in die Pivot-Tabelle übergeben werden
— ansev
4

Um die Antwort von @ piRSquared um eine andere Version von Frage 10 zu erweitern

Frage 10.1

DataFrame:

d = data = {'A': {0: 1, 1: 1, 2: 1, 3: 2, 4: 2, 5: 3, 6: 5},
 'B': {0: 'a', 1: 'b', 2: 'c', 3: 'a', 4: 'b', 5: 'a', 6: 'c'}}
df = pd.DataFrame(d)

   A  B
0  1  a
1  1  b
2  1  c
3  2  a
4  2  b
5  3  a
6  5  c

Ausgabe:

   0     1     2
A
1  a     b     c
2  a     b  None
3  a  None  None
5  c  None  None

Verwenden von df.groupbyundpd.Series.tolist

t = df.groupby('A')['B'].apply(list)
out = pd.DataFrame(t.tolist(),index=t.index)
out
   0     1     2
A
1  a     b     c
2  a     b  None
3  a  None  None
5  c  None  None

Oder eine viel bessere Alternative pd.pivot_tablemitdf.squeeze.

t = df.pivot_table(index='A',values='B',aggfunc=list).squeeze()
out = pd.DataFrame(t.tolist(),index=t.index)
— Ch3steR
quelle
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.