像在 Qlik 中一样在 Pandas 中做 Crosstable？

Posted 2023-02-19

【中文标题】像在 Qlik 中一样在 Pandas 中做 Crosstable？

【英文标题】：Doing Crosstable in Pandas like in Qlik?

【发布时间】：2018-02-07 04:27:05

【问题描述】：

我有一个数据框：

    df1=pd.DataFrame(
        'ID':[101,102],
        'Name':['Axel','Bob'],
        'US':['GrA','GrC'],
        'Europe':['GrB','GrD'],
        'AsiaPac':['GrZ','GrF']
     )

我想改成这个：

    df2=pd.DataFrame(
    'ID':[101,101,101,102,102,102],
    'Name':['Axel','Axel','Axel','Bob','Bob','Bob'],
    'Region':['US','Europe','AsiaPac','US','Europe','AsiaPac'],
    'Group':['GrA','GrB','GrZ','GrC','GrD','GrF']
)

我该怎么做？ pandas 中有一个交叉表功能，但它不这样做。在 Qlik 我会简单地做

    Crosstable(Region,Group,2)  
    LOAD
        ID,
        Name,
        US,
        Europe,
        AsiaPac

我会从 df1 转到 df2。我怎样才能在 python（熊猫或其他）中做到这一点？

【参考方案1】：

这实质上是将您的数据从宽格式重塑为长格式，正如 R 语言中所说的那样。在 pandas 中，您可以使用 pd.melt：

pd.melt(df1, id_vars=['ID', 'Name'], var_name='Region', value_name='Group')
#     ID  Name   Region Group
# 0  101  Axel  AsiaPac   GrZ
# 1  102   Bob  AsiaPac   GrF
# 2  101  Axel   Europe   GrB
# 3  102   Bob   Europe   GrD
# 4  101  Axel       US   GrA
# 5  102   Bob       US   GrC

如果您需要按ID 或Name 和Group 对列进行排序，如示例输出所示，您可以将.sort_values() 添加到表达式中：

pd.melt(df1, id_vars=['ID', 'Name'], var_name='Region', value_name='Group').sort_values(['ID', 'Group'])
#     ID  Name   Region Group
# 4  101  Axel       US   GrA
# 2  101  Axel   Europe   GrB
# 0  101  Axel  AsiaPac   GrZ
# 5  102   Bob       US   GrC
# 3  102   Bob   Europe   GrD
# 1  102   Bob  AsiaPac   GrF

【讨论】：

var_name和value_name有什么区别？

【参考方案2】：

你可以试试

第一个

stack()

   df1.set_index(['ID','Name']).stack().reset_index().rename(columns='level_2':'Region',0:'Group')
Out[890]: 
    ID  Name   Region Group
0  101  Axel  AsiaPac   GrZ
1  101  Axel   Europe   GrB
2  101  Axel       US   GrA
3  102   Bob  AsiaPac   GrF
4  102   Bob   Europe   GrD
5  102   Bob       US   GrC

---

第二次

pd.wide_to_long ，即使是矫枉过正。 :)

df1=df1.rename(columns='AsiaPac':'Group_AsiaPac','Europe':'Group_Europe','US':'Group_US')
pd.wide_to_long(df1,['Group'], i=['ID','Name'], j='Region',sep='_',suffix='.').reset_index()

Out[918]: 
    ID  Name   Region Group
0  101  Axel  AsiaPac   GrZ
1  101  Axel   Europe   GrB
2  101  Axel       US   GrA
3  102   Bob  AsiaPac   GrF
4  102   Bob   Europe   GrD
5  102   Bob       US   GrC

【讨论】：

@AlhpaDelta Yw~