python - 需要将数据框的列值转换为单独的列，并使用 panda 填充每个单元格的计数值

Question

我有一个数据框

data_frame = pd.DataFrame({'id':[1,2,3,4,5,6],'name':["A","B","C","A","B","A"], 'date':["15/03/2019","16/03/2019","15/03/2019","16/03/2019","16/03/2019","16/03/2019"], "conducted":[1,1,1,1,1,1],"present":[1,1,1,1,1,0]})`

<小时/>

结果

<小时/>

我需要将数据帧转换为

<小时/>

到目前为止我已经尝试过了，

1. 查找日期和名称的唯一值

date_unique_list = data_frame.date.unique()
name_unique_list = data_frame.name.unique()

结果:

array(['15/03/2019', '16/03/2019'], dtype=object)
array(['A', 'B', 'C'], dtype=object)

创建包含日期列和名称行标题的数据框。

data_frame_dummies = pd.get_dummies(date_unique_list,prefix="",prefix_sep="")
data_frame_dummies = pd.DataFrame(data_frame_dummies, columns = date_unique_list, index=name_unique_list)

结果:

    15/03/2019  16/03/2019
A   NaN           NaN
B   NaN           NaN
C   NaN           NaN

更新每个学生日期的出席人数。

-> 我似乎没有找到解决办法。

Answer 1

我猜表中的值是conducted的sum()。

您可以使用pandas pivot_table()，并用零填充缺失值fillna(0.0)，例如:

import numpy as np
table = pd.pivot_table(data_frame, values=['conducted'], index=['name'], columns=['date'], aggfunc=np.sum).fillna(0.0)

编辑

计算当前值:

table = pd.pivot_table(data_frame, values=['present'], index=['name'], columns=['date'], aggfunc='count').fillna(0.0)