python pandas中融化的对面

Posted 2023-02-14

【中文标题】python pandas中融化的对面

【英文标题】：Opposite of melt in python pandas

【发布时间】：2014-04-03 08:50:10

【问题描述】：

我不知道如何在 python 中使用 Pandas 进行“反向融化”。 这是我的起始数据

import pandas as pd

from StringIO import StringIO

origin = pd.read_table(StringIO('''label    type    value
x   a   1
x   b   2
x   c   3
y   a   4
y   b   5
y   c   6
z   a   7
z   b   8
z   c   9'''))

origin
Out[5]: 
  label type  value
0     x    a      1
1     x    b      2
2     x    c      3
3     y    a      4
4     y    b      5
5     y    c      6
6     z    a      7
7     z    b      8
8     z    c      9

这是我想要的输出：

    label   a   b   c
        x   1   2   3
        y   4   5   6
        z   7   8   9

我确信有一种简单的方法可以做到这一点，但我不知道如何。

【问题讨论】：

Docstring of melt: "Unpivots" 一个 DataFrame... :)

StringIO 已移至 python3 中的io。使用from io import StringIOpython3.

我在Q&A中提供了几个详细的示例和替代方法

【参考方案1】：

有几种方法； 使用.pivot:

>>> origin.pivot(index='label', columns='type')['value']
type   a  b  c
label         
x      1  2  3
y      4  5  6
z      7  8  9

[3 rows x 3 columns]

使用pivot_table:

>>> origin.pivot_table(values='value', index='label', columns='type')
       value      
type       a  b  c
label             
x          1  2  3
y          4  5  6
z          7  8  9

[3 rows x 3 columns]

或.groupby 后跟.unstack：

>>> origin.groupby(['label', 'type'])['value'].aggregate('mean').unstack()
type   a  b  c
label         
x      1  2  3
y      4  5  6
z      7  8  9

[3 rows x 3 columns]

【讨论】：

太棒了！我现在想把它变成一个简单的字典，索引列也来了。该怎么做？

以上哪一项最通用？如果不是有一个单一的值列，而是有很多 - 通常会使用哪个？ （枢轴？）

【参考方案2】：

DataFrame.set_index + DataFrame.unstack

df.set_index(['label','type'])['value'].unstack()

type   a  b  c
label         
x      1  2  3
y      4  5  6
z      7  8  9

简化枢轴参数的传递

df.pivot(*df)

type   a  b  c
label         
x      1  2  3
y      4  5  6
z      7  8  9

---

[*df]
#['label', 'type', 'value']

---

对于预期输出，我们需要 DataFrame.reset_index 和 DataFrame.rename_axis

df.pivot(*df).rename_axis(columns = None).reset_index()

  label  a  b  c
0     x  1  2  3
1     y  4  5  6
2     z  7  8  9

---

如果a,b 列中有重复项，我们可能会丢失信息，因此我们需要GroupBy.cumcount

print(df)

  label type  value
0     x    a      1
1     x    b      2
2     x    c      3
3     y    a      4
4     y    b      5
5     y    c      6
6     z    a      7
7     z    b      8
8     z    c      9
0     x    a      1
1     x    b      2
2     x    c      3
3     y    a      4
4     y    b      5
5     y    c      6
6     z    a      7
7     z    b      8
8     z    c      9

---

df.pivot_table(index = ['label',
                        df.groupby(['label','type']).cumcount()],
               columns = 'type',
               values = 'value')


type     a  b  c
label           
x     0  1  2  3
      1  1  2  3
y     0  4  5  6
      1  4  5  6
z     0  7  8  9
      1  7  8  9

---

或者：

(df.assign(type_2 = df.groupby(['label','type']).cumcount())
   .set_index(['label','type','type_2'])['value']
   .unstack('type'))