我目前的情况是,我有一个如下所示的数据
id tp dt amt
0 1 CR 2017 94678.0
1 1 CR 2018 13508.0
2 1 DR 2017 78671.0
3 1 DR 2018 13797.0
4 2 CR 2017 111417.0
5 2 CR 2018 21479.0
6 2 DR 2017 95266.0
7 2 DR 2018 1864.0我试图实现的是将tp和dt这两个列的值组合起来,并将其用作amt的列名,以潜在地消除具有相同id的多个行。简而言之,它应该如下所示
id CR2017 CR2018 DR2017 DR2018
0 1 94678.0 13508.0 78671.0 13797.0
1 2 111417.0 21479.0 95266.0 1864.0我在想这是否可能?我已经和reset_index、set_index和pivot_table玩了一个小时了,但还是没有运气--提前感谢,我会很感激的。
发布于 2018-09-27 09:06:13
df = df.set_index(['id', df['tp'] + df['dt'].astype(str)])['amt'].unstack().reset_index()
print (df)
id CR2017 CR2018 DR2017 DR2018
0 1 94678.0 13508.0 78671.0 13797.0
1 2 111417.0 21479.0 95266.0 1864.0或创建新列:
df['new'] = df['tp'] + df['dt'].astype(str)
df = df.set_index(['id', 'new'])['amt'].unstack().rename_axis(None, axis=1).reset_index()
print (df)
id CR2017 CR2018 DR2017 DR2018
0 1 94678.0 13508.0 78671.0 13797.0
1 2 111417.0 21479.0 95266.0 1864.0但如果得到:
ValueError:索引包含重复条目,无法重新构造
这意味着有重复的id与joine对,如:
print (df)
id tp dt amt
0 1 CR 2017 94678.0 <-dupe 1 CR 2017
0 1 CR 2017 10000.0 <-dupe 1 CR 2017
1 1 CR 2018 13508.0
2 1 DR 2017 78671.0
3 1 DR 2018 13797.0
4 2 CR 2017 111417.0
5 2 CR 2018 21479.0
6 2 DR 2017 95266.0
7 2 DR 2018 1864.0解决方案是由groupby + aggreagte函数(如mean、sum和unstack )实现的。
df = df.groupby(['id', df['tp'] + df['dt'].astype(str)])['amt'].mean().unstack().reset_index()或默认为pivot_table的aggfunc='mean'
df = df.pivot_table(index='id',columns=df['tp'] + df['dt'].astype(str), values= 'amt').reset_index()发布于 2018-09-27 09:14:07
df['tpdt'] = df['tp'].astype(str) + df['dt'].astype(str)
del df['tp']
del df['dt']
df = df.groupby(['id','tpdt'],as_index=False).sum()
df = df.reset_index().pivot(columns='tpdt', index='id', values='amt')加上一些解释。首先创建一个列,将dt和tp中的值连接起来。然后删除那些单独的列,因为您不需要它们。在id和tpdt上发布一个groupby,它会将tp和dt的唯一对的amt值之和。您甚至可以探索同样的解堆栈函数。
发布于 2018-09-28 04:14:36
一种方法是将所有的内容都用在一起:表格和默认的aggfunc,numpy.mean,索引和轴心。
pd.pivot_table(df,index='id', columns = df.tp.astype(str).str.cat(df.dt.astype(str)), values="amt").reset_index(col_level=1).rename_axis(None, axis=1)输出:
id CR2017 CR2018 DR2017 DR2018
0 1 94678.0 13508.0 78671.0 13797.0
1 2 111417.0 21479.0 95266.0 1864.0https://stackoverflow.com/questions/52533258
复制相似问题