python - 旋转数据 Pandas

Question

我正在尝试转换这些数据:

         ID
UserID
1        a1
1        a2
2        a1
2        a3

像这样的数据框:

UserID   a1   a2   a3
1        1    1    0
2        1    0    1

我试过执行以下 df = pd.pivot_table(df, index='UserID', columns='ID'，但它给了我一个 DataError: No numeric types聚合错误。我该怎么办？

Answer 1

第一列是index，因此有必要将index='UserID'更改为index=df.index。

聚合函数也是GroupBy.size

df = pd.pivot_table(df, index=df.index, columns=df['ID'], aggfunc='size', fill_value=0)
print (df)
ID      a1  a2  a3
UserID            
1        1   1   0
2        1   0   1

解决方案 crosstab :

df = pd.crosstab(df.index,df['ID'])
print (df)
ID     a1  a2  a3
row_0            
1       1   1   0
2       1   0   1

或 ( pandas 0.20.1+ ) 解决方案 - groupby通过 index 和列一起，聚合 size 并通过 unstack reshape :

df = df.groupby(['UserID','ID']).size().unstack(fill_value=0)
print (df)
ID      a1  a2  a3
UserID            
1        1   1   0
2        1   0   1

pandas bellow 0.20.1 solution - convert index to column by reset_index :

df = df.reset_index().groupby(['UserID','ID']).size().unstack(fill_value=0)
print (df)
ID      a1  a2  a3
UserID            
1        1   1   0
2        1   0   1

编辑:

似乎也可以通过索引名称选择索引(不确定在 0.20.1 以下是否有效):

df = pd.pivot_table(df, index='UserID', columns='ID', aggfunc='size', fill_value=0)
print (df)
ID      a1  a2  a3
UserID            
1        1   1   0
2        1   0   1