Pandas中以标记为熊猫数据头的XML数据的旋转

Question

我已经将XML数据转换为熊猫数据。现在，我希望将数据转到理想的df输出。请帮帮我。

我的电流：

       data                name
0      Aruba               Country or Area
1      Population, total   Item
2      1960                Year
3      54211               Value
4      Aruba               Country or Area
5      Population, total   Item
6      1961                Year
7      55438               Value
8      Aruba               Country or Area
9      Population, total   Item
10     1962                Year
11     56225               Value
12     Aruba               Country or Area
13     Population, total   Item
14     1963                Year
15     56695               Value
16     Aruba               Country or Area
17     Population, total   Item
18     1964                Year
19     57032               Value

我是直接粘贴最后一行，我所使用的枢轴。

xml_df = xml_df.pivot(index='data', columns='name')

净产出：

Country or Area   Year     Item                 Value
Aruba             1960     Population, total    54211
Aruba             1961     Population, total    55348

等等。

Answer 1

你可以试试groupby on name和cumcount，然后是unstack

df.assign(k=df.groupby('name').cumcount()).set_index(['k','name']).unstack()

                data                                
name Country or Area               Item  Value  Year
k                                                   
0              Aruba  Population, total  54211  1960
1              Aruba  Population, total  55438  1961
2              Aruba  Population, total  56225  1962
3              Aruba  Population, total  56695  1963
4              Aruba  Population, total  57032  1964

详细信息：cumcount()

df.groupby('name').cumcount()

这个按名称和Numbers each item in each group from 0 to the length of that group - 1分组，并使用df.assign()将一个新的列k分配给dataframe。然后使用set_index()设置名称和k列作为索引，这样您就可以得到：

print(df.assign(k=df.groupby('name').cumcount()).set_index(['k','name']))
                                data
k name                              
0 Country or Area              Aruba
  Item             Population, total
  Year                          1960
  Value                        54211
1 Country or Area              Aruba
  Item             Population, total
  Year                          1961
  Value                        55438
2 Country or Area              Aruba
  Item             Population, total
  Year                          1962
  Value                        56225
.......
.....

使用这些数据，我们使用unstack()，它帮助“数据透视一个级别(必然是分层的)索引标签，返回一个具有新级别列标签的DataFrame，其内部最高级的列标签由旋转索引标签组成”因此，这将索引的最后一层(默认情况下)转换为我们需要的列。

Answer 2

另一种使用枢轴的方法：

df['idx'] = df.name.eq('Country or Area').cumsum()
df.pivot(index='idx', columns='name', values='data')

输出：

name Country or Area               Item  Value  Year
idx                                                 
1              Aruba  Population, total  54211  1960
2              Aruba  Population, total  55438  1961
3              Aruba  Population, total  56225  1962
4              Aruba  Population, total  56695  1963
5              Aruba  Population, total  57032  1964