Python -编码后反转原始值

Question

假设我有以下数据。

df_original

ID代码评分级别

1 Q1 0低

2 Q2 11轻微

3 Q3 100偏高

4 Q4 50培养基

5 Q5 1000偏高

6 Q6 122000偏高

我希望编码分数>100到100，其余的保持原样。

df_原‘编码’= '‘

分数= {0.0:0，11.0:0,100.0:100，50.0:50,1000.0:100,122000:100}

df_scores‘’EncodedScore‘=df_scores’scores‘..map(分数)

我有以下几条。

ID码分数EncodedScore级

1 Q1 0 0低

2 Q2 11 0轻微

3 Q3 100 100偏高

4 Q4 50 50培养基

5 Q5 1000 100偏高

6 Q6 122000 100偏高

我想用这个基于ID, Code, and EncodedScore的方法创建枢轴表。

# EncodedScore数据透视表

df_pivot= (
    df_original.reset_index().pivot_table(index = "ID",
                   columns = "Code",
                   values = "EncodedScore", aggfunc=max, dropna=False)
)

我根据编码的分数值得到了这个枢轴表。

df_pivot1

ID   Q1   Q2   Q3    Q4     Q5       Q6 
1    0    
2         0
3             100        
4                    50     
5                            100       
6                                     100 

我的问题是在这个级别将EncodedScore值替换为Score值。我想要得到下表中的原始Score值。

df_pivot2

ID   Q1   Q2   Q3    Q4     Q5       Q6 
1    0    
2         11
3             100        
4                    50     
5                            1000       
6                                     122000

有人能帮忙吗？

Answer 1

试试这个：

new_df = df.drop(['Level'], axis=1).pivot(columns='Code', index='ID').fillna('').droplevel(0, axis=1).rename_axis(None, axis=1)

输出：

>>> new_df
     Q1    Q2     Q3    Q4      Q5        Q6
ID                                          
1   0.0                                     
2        11.0                               
3              100.0                        
4                     50.0                  
5                           1000.0          
6                                   122000.0