python - 选择并使用 Pandas 数据框中的重复行

Question

我有以下数据作为 Pandas DataFrame 的一部分，df::

  qsoName,filterID,aperMag 
0 PSOJ000,3,+19.284586
1 PSOJ007,2,+20.334393
2 PSOJ007,3,+20.226970
3 PSOJ007,4,+20.288778   
4 PSOJ007,5,+20.189209
5 PSOJ011,2,+21.037594
6 PSOJ011,4,+20.642813            
7 PSOJ011,5,+20.760576 

我想选出 df['aperMag'] 的不同值对于 df['qsoName'] 的一个值，默认值为 -999.99999，例如

 PSOJ000,-999.99999,+19.284586,-999.99999,-999.99999
 PSOJ007,+20.334393,+20.226970,+20.288778,+20.189209
 PSOJ011,+21.037594,-999.99999,+20.642813,+20.760576 

这感觉就像df["qsoName"].duplicated()应该可以，但 DataFrame 的重新格式化是另一个关键部分。

Answer 1

使用DataFrame.pivot与 DataFrame.fillna :

df = df.pivot('qsoName','filterID','aperMag').fillna(-999.99999)

或者set_index与 unstack和参数fill_value:

df = df.set_index(['qsoName','filterID'])['aperMag'].unstack(fill_value=-999.99999)

<小时/>

print (df)
filterID           2           3           4           5
qsoName                                                 
PSOJ000  -999.999990   19.284586 -999.999990 -999.999990
PSOJ007    20.334393   20.226970   20.288778   20.189209
PSOJ011    21.037594 -999.999990   20.642813   20.760576

如有必要，最后:

df = df.reset_index().rename_axis(None,axis=1)
print (df)
   qsoName           2           3           4           5
0  PSOJ000 -999.999990   19.284586 -999.999990 -999.999990
1  PSOJ007   20.334393   20.226970   20.288778   20.189209
2  PSOJ011   21.037594 -999.999990   20.642813   20.760576

编辑:

问题是某些数据对(qsoName、filterID)重复，因此需要pivot_table :

df = df.pivot_table(index='qsoName',
                    columns='filterID', 
                    values='aperMag', 
                    fill_value=-999.99999, 
                    aggfunc='mean')