本文介绍了如何根据python中的通用ID值将2列的垂直pandas表转换为水平表的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
df1 = pd.DataFrame({'foo': ['one', 'one', 'one', 'two', 'two', 'two'],
'bar': ['A', 'B', 'C', 'A', 'B', 'C']})
| 富 | 酒吧 | |
|---|---|---|
| 0 | 一个 | 一个 |
| 1 | 一个 | B |
| 2 | 一个 | C |
| 3 | 两个 | 一个 |
| 4 | 两个 | B |
| 5 | 两个 | C |
我想把它转换成
| 富 | val1 | val2 | val3 |
|---|---|---|---|
| 一个 | 一个 | B | C |
| 两个 | 一个 | B | C |
我试过的代码是:
pd.pivot_table(df1,index='foo',aggfunc=['first'])
但上面的代码只返回第一个值
But the above code is returning only the first value
推荐答案
我们可以用 groupby cumcount 并将其用作枢轴列，然后 add_prefix 到数值和 reset_index 返回 'foo' 值到列:
We can enumerate groups with groupby cumcount and use those as the pivot columns then add_prefix to the numerical values and reset_index to return the 'foo' values to the columns:
new_df = (
df1.pivot_table(index='foo',
columns=df1.groupby('foo').cumcount() + 1,
values='bar',
aggfunc='first')
.add_prefix('val')
.reset_index()
)
foo val1 val2 val3
0 one A B C
1 two A B C
看看 df1.groupby('foo').cumcount() + 1 如何制作列:
foo columns
0 one 1 # First instance of "one"
1 one 2 # Second instance of "one"
2 one 3 # Third instance of "one"
3 two 1
4 two 2
5 two 3
生成上述DataFrame的代码:
Code to generate the above DataFrame:
demo_df = pd.DataFrame({
'foo': df1['foo'],
'columns': df1.groupby('foo').cumcount() + 1
})
这篇关于如何根据python中的通用ID值将2列的垂直pandas表转换为水平表的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！