python - pandas groupby to flat DataFrame

Question

我想将groupby结果转换为平面DataFrame。

import pandas
df1 = pandas.DataFrame( { 
    "x" : ["A", "B", "C", "A", "B" ,"B"] , 
    "y" : [ 1,   2,   3,   4,   5,   6]} )

g1 = df1.groupby(["x"]).max().reset_index()
print(g1)

预期输出DataFrame如下：

   x  y1 y2 y3
0  A  1  4  0
1  B  2  5  6
2  C  3  0  0

如果值不存在，则默认使用0。

Answer 1

尝试将groupby.agg与add_prefix配合使用，将fillna与reset_index配合使用。

如下所示：

g1 = df1.groupby('x')['y'].agg(list).agg(pd.Series).add_prefix('y').fillna(0).reset_index()
print(g1)

或者，如果您关心列名，可以尝试在1 .__add__中以一种灵活的方式使用rename

g1 = df1.groupby('x')['y'].agg(list).agg(pd.Series).rename(1 .__add__, axis=1).add_prefix('y').fillna(0).reset_index()

输出：

   x   y1   y2   y3
0  A  1.0  4.0  0.0
1  B  2.0  5.0  6.0
2  C  3.0  0.0  0.0

Answer 2

我们可以使用pivot_table索引是'x‘列，我们可以在x上使用groupby cumcount来枚举行，以获得新列1、2、3等的位置y值，并将fill_value设置为0，以设置缺少的默认值( fill_value优于fillna的优点是不引入NaN，因此dtype不会更改为浮点型)。

最后，add_prefix to columns和reset_index以匹配所需的输出：

out = (
    df1.pivot_table(index='x',
                    columns=df1.groupby('x').cumcount() + 1,
                    values='y',
                    fill_value=0)
        .add_prefix('y')
        .reset_index()
)

out

   x  y1  y2  y3
0  A   1   4   0
1  B   2   5   6
2  C   3   0   0