以宽格式制作 pandas df 并将值取消连接到不同的列

Posted 2023-04-12

【中文标题】以宽格式制作 pandas df 并将值取消连接到不同的列

【英文标题】：Make pandas df in wide format and unconcatenate values to different columns

【发布时间】：2020-01-22 17:47:30

【问题描述】：

抱歉，我在标题中解释问题时有点麻烦

我们偶然将 Pandas 数据框转为以下内容：

df = pd.DataFrame(np.array([[1,1,2], [1,2,1], [2,1,2], [2,2,2],[3,1,3]]),columns=['id', '3s', 'score'])

id   3s  score
1    1   2
1    2   1
2    1   2             
2    2   2                 
3    1   3

但是我们需要取消堆叠，所以 df 看起来像这样（原始版本）：“3s”列“unpivots”到由 3 个具有 0 和 1 的有序列按顺序相加的离散集。因此，如果我们有'3s'= 2 和'score'= 2，则对应的id 列['4','5','6']（第二组3s）中的值将是[1,1,0]（3 个中的2 个）

df2 = pd.DataFrame(np.array([[1,1,1,0,1,0,0], [2,1,1,0,1,1,0], [3,1,1,1,np.nan,np.nan,np.nan] ]),columns=['id', '1', '2','3','4','5','6'])

id   1   2   3   4   5   6
1    1   1   0   1   0   0
2    1   1   0   1   1   0      
3    1   1   1 

非常感谢任何帮助！ （请救救我）

【参考方案1】：

用途：

n = 3
df2 = df.reindex(index = df.index.repeat(n))
new_df = (df2.assign(score = df2['score'].gt(df2.groupby(['id','3s'])
                                                .id
                                                .cumcount())
                                         .astype(int),
                     columns = df2.groupby('id').cumcount().add(1))
             .pivot_table(index = 'id',
                          values='score',
                          columns = 'columns',
                          fill_value = '')
             .rename_axis(columns = None)
             .reset_index())
print(new_df)

输出

   id    1    2    3  4  5  6
0   1  1.0  1.0  0.0  1  0  0
1   2  1.0  1.0  0.0  1  1  0
2   3  1.0  1.0  1.0         

如果您愿意，可以使用 fill_value = 0

   id  1  2  3  4  5  6
0   1  1  1  0  1  0  0
1   2  1  1  0  1  1  0
2   3  1  1  1  0  0  0

【讨论】：

谢谢！快如闪电，但不知何故我得到了 400 列 :)

【参考方案2】：

这应该可以解决问题：

for gr in df.groupby('3s').groups:
    for i in range(1,4):
        df[str(i+(gr-1)*3)]=np.where((df['3s'].eq(gr))&(df['score'].ge(i)), 1,0)
df=df.drop(['3s', 'score'], axis=1).groupby('id').max().reset_index()

输出：

   id  1  2  3  4  5  6
0   1  1  1  0  1  0  0
1   2  1  1  0  1  1  0
2   3  1  1  1  0  0  0

【讨论】：

谢谢，更稳定的解决方案！