python - 使用重复索引 reshape Pandas Dataframe

Question

当前数据框:

CountryName      IndicatorCode    Year         Value  
Arab World     TX.VAL.MRCH.RS.ZS  1960  1.646954e+01  
Arab World     TX.VAL.MRCH.R1.ZS  1960  2.260207e+00
Arab World     TX.VAL.MRCH.RS.ZS  1961  1.244584e+01
Arab World     TX.VAL.MRCH.R1.ZS  1961  1.860104e+00  
Zimbabwe       DT.DIS.OFFT.CD     2015  8.377700e+07
Zimbabwe       DT.INT.OFFT.CD     2015  2.321300e+07
Zimbabwe       DT.AMT.PROP.CD     2015  6.250000e+05

我想将 IndicatorCode 列的每个值转换为不同的列，这些列应包含来自 Value 列的相应行的数据。
例如，在进行 reshape 之后:

CountryName Year TX.VAL.MRCH.RS.ZS TX.VAL.MRCH.R1.ZS  
Arab World  1960 1.646954e+01      2.260207e+00
Arab World  1961 1.244584e+01      1.860104e+00

最终的 Dataframe 列应该是:

[CountryName, Year, TX.VAL.MRCH.RS.ZS, TX.VAL.MRCH.R1.ZS, DT.DIS.OFFT.CD,DT.INT.OFFT.CD, DT.AMT.PROP.CD]  

我尝试使用 pivot，但没有成功。我也不能将国家名称作为索引，因为它不是唯一的。

temp = indicators_df.pivot(columns='IndicatorCode',  values='Value')

得到 ValueError:不允许使用负尺寸

Answer 1

您可以使用pivot_table，它接受多个列作为索引、值和列:

df.pivot_table("Value", ["CountryName", "Year"], "IndicatorCode").reset_index()

一些解释:

这里传递的参数是按位置的，即它们是按照值、索引和列的顺序或者:

df.pivot_table(values = "Value", index = ["CountryName", "Year"], columns = "IndicatorCode").reset_index()

值 是填充最终数据框单元格的内容，索引 是经过去重并在结果中保留为列的列， columns 变量是在结果中转换为列标题的变量。