python - 更新 Pandas 数据框并在数据存在时更新值

Question

我有一个这样的 csv 文件:

word, tag, counter
I, Subject, 1
Love, Verb, 3
Love, Adjective, 1

我想创建一个数据框，其中列是单词和标签列表，如下所示:

Word Subject  Verb  Adjective
I     1        0     0
Love  0        3     1

我如何设法用 pandas 做到这一点？

Answer 1

您可以使用 pivot :

df = df.pivot(index='word', columns='tag', values='counter').fillna(0).astype(int)
print (df)
tag   Adjective  Subject  Verb
word                          
I             0        1     0
Love          1        0     3

另一种解决方案 set_index和 unstack :

df = df.set_index(['word','tag'])['counter'].unstack(fill_value=0)
print (df)
tag   Adjective  Subject  Verb
word                          
I             0        1     0
Love          1        0     3

但是如果得到:

ValueError: Index contains duplicate entries, cannot reshape

然后需要通过 pivot_table 中的一些 aggfunc 进行聚合:

print (df)
   word        tag  counter
0     I    Subject        1
1  Love       Verb        3
2  Love  Adjective        1 <-duplicates for Love and Adjective
3  Love  Adjective        3 <-duplicates for Love and Adjective

df = df.pivot_table(index='word', 
                    columns='tag', 
                    values='counter', 
                    aggfunc='mean', 
                    fill_value=0)
print (df)
tag   Adjective  Subject  Verb
word                          
I             0        1     0
Love          2        0     3

另一种使用 groupby 和 unstack 的解决方案:

df = df.groupby(['word','tag'])['counter'].mean().unstack(fill_value=0)
print (df)
tag   Adjective  Subject  Verb
word                          
I             0        1     0
Love          2        0     3