如何在删除索引时先对熊猫数据进行数据转换，然后映射列名

Question

我有以下数据

import pandas as pd
       df = pd.DataFrame({'fmc': [1, 2],
                       'id_r': [1, 1],
                       'id_b': ['a', 'b'],
                       'id_c': ['br', 'br'],
                       'fmc_': ['aa_bb', 'cc_dd']})

我想把这个dcast和df与index=['id_r', 'id_b', 'id_c']和values='fmc'放在一起。

我希望输出结果像

import numpy as np
        dff = pd.DataFrame({'id_r': [1, 1],
                      'id_b': ['a', 'b'],
                      'id_c': ['br', 'br'],
                      'fmc_aa_bb':[1, np.nan],
                      'fmc_cc_dd':[np.nan, 2]})

我遵循了我以前的question

  df = df.pivot_table(index=['id_r', 'id_b', 'id_c'], columns='fmc_', values='fmc')
        df.columns = df.columns.map('_'.join)
        df = df.reset_index()

但并没有提供所需的输出。

有什么帮助吗？

Answer 1

用add_prefix修改代码

s=df.pivot_table(index=['id_r', 'id_b', 'id_c'], columns='fmc_', values='fmc').add_prefix('fmc_').reset_index()
Out[190]: 
fmc_  id_r id_b id_c  fmc_aa_bb  fmc_cc_dd
0        1    a   br        1.0        NaN
1        1    b   br        NaN        2.0