熊猫:如何将特定列作为索引并将索引更改为不同的列

Question

嗨，我是数据科学的新手。从课程时代开始学习数据科学。我有熊猫数据框架如下，

   time   value

A   9      5
A   8      4
A   7      3
B   9      3
B   8      2
B   7      1
C   9      3
C   8      2
C   7      1

我想把这个转化成，

       A   B  C

9      5   3  3 
8      4   2  2
7      3   1  1

当我开始为此编写查询时，它变得越来越复杂。有什么简单的方法吗？谢谢你的帮助。

Answer 1

对我来说，在重塑数据数据(交换列/索引/行等)时，使用枢轴_表格函数是相当直观的。

my_df.pivot_table(index='time', columns=my_df.index, values='value')

Answer 2

重现你的问题：

import pandas as pd
d={'time':[9, 8, 7, 9, 8, 7, 9, 8, 7],'value':[5, 4, 3, 3, 2, 1, 3, 2, 1]}
df = pd.DataFrame(data=d,index=['A', 'A', 'A', 'B','B','B','C','C','C'])

使用带for循环的函数。

def change_my_df(give_df,column_to_index,value_in_cell):
"""Specify the dataframe, the column that will become the new inex, the column that will populate the cell of the new df"""
    new_index=give_df[column_to_index].unique().tolist()
    new_columns=list(set(give_df.index.values))
    new_df=pd.DataFrame(index=new_index,columns=new_columns)
    for l,r in give_df.iterrows():
        new_df[l][r[str(column_to_index)]]=r[str(value_in_cell)]
    return new_df
new_df=change_my_df(df,'time','value')