如何基于raws值生成新列

Question

我有一个csv文件，如下面的列表(它有数千行)；

name,location,time
james,ond,5
conor,aas,2
james,jja,3
elisa,aab,1
mike,sjs,1
elisa,ond,5
elisa,mmm,2

如何将其转换为(基本地将第二列(location)中的值作为新列，搜索每个列的名称并使名称不重复，如果不存在则将0作为值放在新列上。守则的预期结果是：

name,ond,aas,jja,aab,sjs,mmm
james,5,0,3,0,0,0
conor,0,2,0,0,0,0
elisa,5,0,0,1,0,2
mike,0,0,0,0,1,0

到目前为止，我尝试这样做的是将它作为两个不同的数据库加载两次并得到一个值，但是它总是失败，给出了完全相同的结果。

import pandas as pd
df1 = pd.read_csv("file.csv")
df2 = pd.read_csv("file.csv")

df1['time'] = df2['time'].where(df1[['name','location']].isin(df2).all(axis=1)).fillna('0')

或下面的代码来提取值，但仍然无法工作：

df1.merge(df2, on=['name','location'], how='left').fillna(0)

Answer 1

您可以使用pd.crosstab

pd.crosstab(index=df['name'], columns=df['location'], values=df['time'], aggfunc=lambda x: x).\
            fillna(0).reset_index()

输出：

location    name    aab aas jja mmm ond sjs
0          conor    0.0 2.0 0.0 0.0 0.0 0.0
1          elisa    1.0 0.0 0.0 2.0 5.0 0.0
2          james    0.0 0.0 3.0 0.0 5.0 0.0
3           mike    0.0 0.0 0.0 0.0 0.0 1.0

在这里，location是列名，您可以通过df.columns.name = None去掉它

Answer 2

也许这就是你想要的解决方案：

给定数据格式的df

    name location  time
0  james      ond     5
1  conor      aas     2
2  james      jja     3
3  elisa      aab     1
4   mike      sjs     1
5  elisa      ond     5
6  elisa      mmm     2

import pandas as pd
pivot = pd.pivot_table(df, values='time', index='name', columns='location', aggfunc='sum', fill_value=0)

输出：

location  aab  aas  jja  mmm  ond  sjs
name                                  
conor       0    2    0    0    0    0
elisa       1    0    0    2    5    0
james       0    0    3    0    5    0
mike        0    0    0    0    0    1

请注意，如果对于相同的name和location组合有不同的值，则必须选择适当的aggfunc，以正确显示所需的值。Ypu还可以将dictionary传递给aggfunc值，如Discussion on aggfunc中所解释的那样。