python - 将行值转置到 pandas 数据框中现有的预定义列

Question

我有一个按数量排序的数据框，为我提供每个名称的前 5 个类别，如下所示:

| Name | Category | Amount |
|------|----------|--------|
| Abel | A        | 9.2    |
| Abel | B        | 3      |
| Abel | C        | 2.5    |
| Abel | E        | 2      |
| Abel | X        | 0      |
| Cain | W        | 93     |
| Cain | A        | 2      | 
|------|----------|--------|

这就是我最终想要的:

| Name | Cat 1 | Cat 2 | Cat 3 | Cat 4 | Cat 5 |
|------|-------|-------|-------|-------|-------|
| Abel | A     | B     | C     | E     | X     |
| Cain | W     | A     | -     | -     |  -    |
|------|-------|-------|-------|-------|-------|

我尝试了 df.pivot("Name","Category") 但它将值(例如 A、B、...)设置为列名，但我希望将 5 列预定义为“Cat 1”改成“Cat 5”，所以我不确定现在该怎么做才能得到结果。此外，并非所有名称都有 5 行。例如Cain 只有前 2 名，这意味着 Cat 3、Cat 4 和 Cat5 列应该为空或“-”。有什么帮助吗？谢谢!

更新:

好的，例如如果我所有的名字只有 2 个类别记录，我仍然希望为前 5 个类别(即 Cat 1、Cat 2、Cat 3、Cat 4、Cat 5)获得 5 个新列。

现在如果我这样做

df["g"] = top5_jmi.groupby("Name").cumcount().add(1)

如果我稍后旋转它，这只会给我 2 列。我怎样才能得到5列？例如。

| Name | Category | Amount |
|------|----------|--------|
| Abel | A        | 9.2    |
| Abel | B        | 3      |
| Cain | W        | 93     |
| Cain | A        | 2      |
|------|----------|--------|

should still give me this:

| Name | Cat 1 | Cat 2 | Cat 3 | Cat 4 | Cat 5 |
|------|-------|-------|-------|-------|-------|
| Abel | A     |  B    |   -   |   -   |   -   |
| Cain | W     |  A    |   -   |   -   |   -   |
|------|-------|-------|-------|-------|-------|

Answer 1

使用:

#create counter column used for later columns names
df['g'] = df.groupby('Name').cumcount().add(1)
#filter top3
df = df[df['g'] <= 5]
#reshape by pivot
df2 = (df.pivot('Name','g','Category')
         .add_prefix('Type ')
         .reset_index()
         .rename_axis(None, axis=1)
         .fillna('-'))
print (df2)
   Name Type 1 Type 2 Type 3 Type 4 Type 5
0  Abel      A      B      C      E      X
1  Cain      W      A      -      -      -

编辑:使用 DataFrame.reindex添加缺失的列:

df['g'] = df.groupby('Name').cumcount().add(1)
#filter top3
df = df[df['g'] <= 5]
#reshape by pivot
df2 = (df.pivot('Name','g','Category')
         .reindex(range(1, 6), axis=1)
         .add_prefix('Type ')
         .reset_index()
         .rename_axis(None, axis=1)
         .fillna('-'))
print (df2)
   Name Type 1 Type 2 Type 3 Type 4 Type 5
0  Abel      A      B      -      -      -
1  Cain      W      A      -      -      -