将熊猫多索引数据框重塑为多列
Posted
技术标签:
【中文标题】将熊猫多索引数据框重塑为多列【英文标题】：Reshaping pandas multi-index dataframe to multi-column 【发布时间】：2019-06-30 18:16:58 【问题描述】：两天来，我一直在尝试重塑给定的 pandas 数据框。我想将我的多索引数据框转换为多列形式，但使用 pd.stack()、pd.unstack()、pd.melt()、...
我有一个通用的多索引数据框，如下所示：
import pandas
df = pandas.DataFrame('Scenario' : ['Scen1', 'Scen1', 'Scen1', 'Scen1',
'Scen1', 'Scen1', 'Scen2','Scen2',
'Scen2', 'Scen2','Scen2','Scen2'],
'Tech' : ['x', 'y', 'z', 'x', 'y', 'z',
'x', 'y', 'z', 'x', 'y', 'z'],
'Year' : ['2010', '2010', '2010',
'2015', '2015', '2015',
'2010', '2010', '2010',
'2015', '2015', '2015'],
'Sum' : ['1', '2', '3', '4',
'5', '6', '7', '8',
'9', '10', '11', '12'])
df.set_index(['Scenario', 'Tech'], inplace=True)
print(df)
Sum Year
Scenario Tech
Scen1 x 1 2010
y 2 2010
z 3 2010
x 4 2015
y 5 2015
z 6 2015
Scen2 x 7 2010
y 8 2010
z 9 2010
x 10 2015
y 11 2015
z 12 2015
但是，我想将其转换为以下形式：
2010 2015
Tech Scen1 Scen2 Scen1 Scen2
x ... ... ... ...
y ... ... ... ...
z ... ... ... ...
我正在使用适用于 Windows 64 位的 python 3.7 和 pandas 版本 0.23.4 并且非常感谢任何可以帮助我解决问题的提示和可能的解决方案。
【问题讨论】：
【参考方案1】：关于 SO 的融化和支点有很多很好的答案。在您的示例 df 中，sum 列是字符串类型。将其转换为 int 并使用 pivot_table。 pivot 和 pivot_table 之间的主要区别在于，当您的索引包含重复条目时，您需要将 pivot_table 与一些聚合函数一起使用。如果不传递任何函数，则默认为均值。
df['Sum'] = df['Sum'].astype(int)
df.pivot_table(index = 'Tech', columns = ['Year', 'Scenario'], values = 'Sum')
Year 2010 2015
Scenario Scen1 Scen2 Scen1 Scen2
Tech
x 1 7 4 10
y 2 8 5 11
z 3 9 6 12
注意：同样可以使用 groupby 来完成。由于您需要两个级别的列，因此您需要取消堆叠两次。
df.groupby(['Tech','Scenario','Year'])['Sum'].mean().unstack().unstack()
【讨论】：
厉害，不知道pandas有数据透视表功能！更好的是，您还可以指定聚合值的函数（默认情况下）以上是关于将熊猫多索引数据框重塑为多列的主要内容，如果未能解决你的问题，请参考以下文章