使用 pandas 数据框列值来透视其他列

Posted 2023-03-11

【中文标题】使用 pandas 数据框列值来透视其他列

【英文标题】：Use pandas dataframe column values to pivot other columns

【发布时间】：2019-04-06 21:26:00

【问题描述】：

我有以下dataframe 想要重塑：

  dir  hour  board_sign  pass
   1    5      d          294
   1    5      u          342
   1    6      d          1368
   1    6      u          1268
   1    7      d          3880
   1    7      u          3817

我想要做的是将“board_sign”中的值用作新列，其中将包含“pass”列中的值，以便dataframe 看起来像这样：

  dir   hour     d     u
  1      5     294    342
  1      6     1368   1268
  1      7     3880   3817

我已经尝试了几个函数，如熔化数据透视堆栈和取消堆栈，但似乎它们都没有给出想要的结果，我也尝试了 pivot_table，但由于多索引，它很难迭代。

这似乎是一个简单的操作，但我就是做错了。 有没有其他我可以使用的功能？

谢谢。

【问题讨论】：

df.set_index(['dir','hour','board_sign'])['pass'].unstack()

还有df.pivot_table(columns='board_sign',index=['dir','hour'],values='pass')

谢谢！！这正是我想要的！

【参考方案1】：

使用pivot_table:

df = df.pivot_table(index=['dir', 'hour'], columns='board_sign', values='pass').reset_index()
del df.columns.name

df
    dir hour    d   u
0   1     5   294   342
1   1     6   1368  1268
2   1     7   3880  3817

【讨论】：

我一开始尝试了 pivot_table 选项，它起作用了。问题是我很难使用输出，因为数据透视表中的多索引。

与reset_index() 多索引不见了