熊猫- .pivot()

Question

假设我有以下数据：

import pandas as pd
import numpy as np
df = pd.DataFrame({"ort":["home","away","home","away"]*12, 
  "numbers":np.random.randint(0,3,48),"wins":np.random.randint(99,104,48)})

如何将df转换为ort成为列索引的形状，即生成的数据文件的形状如下所示

| Ort   | Home          |   Away        |
|-------|---------------|---------------|
| Index | numbers wins  |  numbers wins |
| 0     |  0 102        |  2 99         |
| 1     |  2 103        |  1 99         |

等。

我尝试了df.pivot(columns = "ort")，它不能工作，因为它导致home and away在数字和胜利下面。

有人能告诉我怎么做吗？

我见过How to spread a column in a Pandas data frame。然而，我的列“数字”和“胜利”只是占位符。在我的实际df中，我有100列(在上面的链接中，只有一列)。所以我的问题是我怎样才能做到这一点。

谢谢!

Answer 1

您需要为游戏id引入一个占位符，以便传播。

df['game_id'] = np.array(range(0, len(df.index)//2)).repeat(2)

然后这就起作用了：

pd.pivot_table(df, index='game_id', columns='ort',values=['numbers','wins']
               ).swaplevel(0,1, axis=1).sort_index(axis=1)
#ort        away         home     
#        numbers wins numbers wins
#game_id                          
#0             2  101       2  101
#1             0  100       0   99
#2             1  101       2   99
#3             2  101       2  103
#4             0  103       1  101
#5             0   99       1  102
#...
#23            0  100       1  101

请解释一下你的评论：

• 使用swaplevels(0,1, axis=1)交换列multiIndex的级别。
• 使用sort_index(axis=1)按新的顶级索引进行分组(home vs. )。
• 如果您有100个度量标准，则需要用一个度量名称列表替换['numbers','wins']。