熊猫相当于reshape2 acast

Question

我有一个时间序列数据集，如下所示：

df <- tibble(location = c('f1','f1','f1','f1'),
             year = c('1999','1999','1999','1999'),
             day = c('01-01','01-02','01-01','01-02'),
             variable = c('var1','var1','var2','var2'),
             value = c(1.0, 3.0, "option1","option2"))

在R中，我可以转换这种数据结构，使用位置+年份作为1轴，天作为另一个轴，变量作为第三个变量，并使用reshape2::acast。

> reshape2::acast(df, location + year ~ day ~ variable)
, , var1

        01-01 01-02
f1_1999 "1"   "3"  

, , var2

        01-01     01-02    
f1_1999 "option1" "option2"

如何使用Pandas dataframe实现同样的效果？我的第一次尝试是使用pivot或pivot_table，但我想我误解了它们的工作方式：pandas.pivot_table(df, index = ['location','year'], columns = 'day', values = 'variable')生成错误DataError: No numeric types to aggregate。给了一只熊猫数据：

import pandas as pd
df = pd.DataFrame({
    'location': ['f1','f1','f1','f1'],
    'year': ['1999','1999','1999','1999'],
    'day': ['01-01','01-02','01-01','01-02'],
    'variable': ['var1','var1','var2','var2'],
    'value': [1.0, 3.0, 'option1','option2']
})

有没有办法在R中实现相同的数据结构(比如numpy数组)？

Answer 1

像这样的东西会把你的数据重塑成一个MultiIndexed DataFrame，这是处理大熊猫中的> 2D数据的一种方法。注意aggfunc的变化-通常它默认为一个数字聚合，即lambda只是不改变地通过数据。

res = df.pivot_table(index=['location', 'year'], 
                     columns=['variable', 'day'], 
                     values='value', 
                     aggfunc=lambda x: x)
res
Out[7]: 
variable       var1           var2         
day           01-01 01-02    01-01    01-02
location year                              
f1       1999     1     3  option1  option2

从那里，请参阅MultiIndexing文档获得更多信息。例如，选择出day == '01-02'

idx = pd.IndexSlice   
res.loc[:, idx[:, '01-02']]

Out[12]: 
variable       var1     var2
day           01-02    01-02
location year               
f1       1999     3  option2