python - 拥有以 pandas 数据集列作为行的数据透视表的有效方法是什么？

Question

让我们以以下数据集为例:

    make    address all     3d   our    over    length_total    y
0   0.0     0.64    0.64    0.0  0.32   0.0     278             1
1   0.21    0.28    0.5     0.0  0.14   0.28    1028            1
2   0.06    0.0     0.71    0.0  1.23   0.19    2259            1
3   0.15    0.0     0.46    0.1  0.61   0.0     1257            1
4   0.06    0.12    0.77    0.0  0.19   0.32    749             1
5   0.0     0.0     0.0     0.0  0.0    0.0     21              1
6   0.0     0.0     0.25    0.0  0.38   0.25    184             1
7   0.0     0.69    0.34    0.0  0.34   0.0     261             1
8   0.0     0.0     0.0     0.0  0.9    0.0     25              1
9   0.0     0.0     1.42    0.0  0.71   0.35    205             1
10  0.0     0.0     0.0     0.0  0.0    0.0     23              0
11  0.48    0.0     0.0     0.0  0.48   0.0     37              0
12  0.12    0.0     0.25    0.0  0.0    0.0     491             0
13  0.08    0.08    0.25    0.2  0.0    0.25    807             0
14  0.0     0.0     0.0     0.0  0.0    0.0     38              0
15  0.24    0.0     0.12    0.0  0.0    0.12    227             0   
16  0.0     0.0     0.0     0.0  0.75   0.0     77              0
17  0.1     0.0     0.21    0.0  0.0    0.0     571             0
18  0.51    0.0     0.0     0.0  0.0    0.0     74              0
19  0.3     0.0     0.15    0.0  0.0    0.15    155             0

我想从以前的数据集中获取数据透视表，其中列(make、address all、3d、our、over、length_total)将由 y 列处理其平均值。下表是预期结果:

                    y   
                    1   0
make            0.048   0.183
address         0.173   0.008
all             0.509   0.098
3d              0.01    0.02
our             0.482   0.123
over            0.139   0.052
length_total    626.7   250

是否可以通过pandas.data对象中的pivot_table方法得到想要的结果？如果是这样，怎么办？

有更有效的方法吗？

Answer 1

有些人喜欢使用 stack 或 unstack，但我更喜欢好的 ol' pd.melt “展平”或“反转”框架:

>>> df_m = pd.melt(df, id_vars="y")
>>> df_m.pivot_table(index="variable", columns="y")
                value         
y                   0        1
variable                      
3d              0.020    0.010
address         0.008    0.173
all             0.098    0.509
length_total  250.000  626.700
make            0.183    0.048
our             0.123    0.482
over            0.052    0.139

(如果您想将原始列顺序保留为新的行顺序，可以使用 .loc 对此进行索引，例如 df2.loc[df.columns]。 dropna())。

<小时/>

Melting 进行扁平化，并将 y 保留为列，将旧列名称作为名为 "variable" 的新列(如果您愿意，可以更改它) ):

>>> pd.melt(df, id_vars="y").head()
   y variable  value
0  1     make   0.00
1  1     make   0.21
2  1     make   0.06
3  1     make   0.15
4  1     make   0.06

之后我们可以像平常一样调用pivot_table。