熊猫通过根据另一列的值添加列级别来重塑数据框[重复]

Posted 2023-03-12

【中文标题】熊猫通过根据另一列的值添加列级别来重塑数据框[重复]

【英文标题】：Pandas reshape dataframe by adding a column level based on the value of another column [duplicate]

【发布时间】：2019-09-14 21:35:55

【问题描述】：

我有一个 pandas 数据框，我想添加一个列级别以根据另一个列的值将特定列（metric_a、metric_b、metric_c）拆分为几个子列列 (parameter)。

---

当前数据格式：

    participant param   metric_a    metric_b    metric_c
0   alice       a       0,700       0,912       0,341
1   alice       b       0,736       0,230       0,370
2   bob         a       0,886       0,364       0,995
3   bob         b       0,510       0,704       0,990
4   charlie     a       0,173       0,462       0,709
5   charlie     b       0,085       0,950       0,807
6   david       a       0,676       0,653       0,189
7   david       b       0,823       0,524       0,430

想要的数据格式：

    participant metric_a        metric_b        metric_c
                a       b       a       b       a       b
0   alice       0,700   0,736   0,912   0,230   0,341   0,370
1   bob         0,886   0,510   0,364   0,704   0,995   0,990
2   charlie     0,173   0,085   0,462   0,950   0,709   0,807
3   david       0,676   0,823   0,653   0,524   0,189   0,430

---

我试过了

df.set_index(['participant', 'param']).unstack(['param'])

这给了我一个接近的结果，但我不满意，因为我想保留一个单级索引和 participant 一个常规列。

            metric_a        metric_b        metric_c
param       a       b       a       b       a       b
participant
alice       0,700   0,736   0,912   0,230   0,341   0,370
bob         0,886   0,510   0,364   0,704   0,995   0,990
charlie     0,173   0,085   0,462   0,950   0,709   0,807
david       0,676   0,823   0,653   0,524   0,189   0,430

---

我的直觉是 groupby() 或 pivot_table() 函数可以完成这项工作，但不知道如何。

【参考方案1】：

IIUC，使用DataFrame.set_index和unstack，以及reset_index指定col_level参数：

df.set_index(['participant', 'param']).unstack('param').reset_index(col_level=0)

[出]

      participant metric_a        metric_b        metric_c       
param                    a      b        a      b        a      b
0           alice    0,700  0,736    0,912  0,230    0,341  0,370
1             bob    0,886  0,510    0,364  0,704    0,995  0,990
2         charlie    0,173  0,085    0,462  0,950    0,709  0,807
3           david    0,676    NaN    0,653    NaN    0,189    NaN
4           heidi      NaN  0,823      NaN  0,524      NaN  0,430

【讨论】：

感谢您的快速回答。这样做我无法再访问participant 列：>>> df['participant'] [out] KeyError: 'participant' 我宁愿拥有这种数据结构：***.com/questions/24290297/…（问题中的grouped）

@Étienne 道歉，改成 col_level=0 和 df['participant'] 应该可以工作