python - 如何根据 python 2.7 中的条件转置特定列

Question

我的文件中有以下数据格式:

ID,var_name,var_value
1,ABC,This is abc1
1,DEF,This is def1
2,ABC,This is abc2
2,DEF,This is def2
2,GHI,This is ghi2
3,ABC,This is abc3
4,ABC,This is abc4
4,DEF,This is def4

我还有一个标题列表= ['ABC','GHI']

在上述数据集中，每个“ID”不一定包含所有变量，但是 ID:2 包含最大数量的变量(ABC、DEF、GHI)。我需要将上述数据集转换为以下嵌套列表格式:

[['ID','ABC','GHI'], [1,'This is abc1', ''],[2, 'This is abc2','This is ghi2'],[3,'This is abc3',''],[4,'This is abc4','']]

这意味着列表应该:

• 填充所有 ID 的数据
• 为上述数据集中不存在的变量创建空字符串。
• 填充嵌套列表，保持与标题列表相同的顺序
• 仅填充那些 header 值，即 header 列表仅包含值“ABC”、“GHI”，因此嵌套列表应仅填充值“ABC”和“GHI”，并且应忽略上述数据集中的“DEF”行.

我想在 Python 2.7 中执行此操作，可能使用 Pandas。

Answer 1

用途:

L = ['ABC','GHI']

df1 = df.pivot('ID', 'var_name', 'var_value').fillna('')[L].reset_index()
print (df1)
var_name  ID           ABC           GHI
0          1  This is abc1              
1          2  This is abc2  This is ghi2
2          3  This is abc3              
3          4  This is abc4     

L1 = [df1.columns.tolist()] + df1.values.tolist()
print (L1)

[['ID', 'ABC', 'GHI'], 
 [1, 'This is abc1', ''], 
 [2, 'This is abc2', 'This is ghi2'],
 [3, 'This is abc3', ''], 
 [4, 'This is abc4', '']]

说明:

1. 第一pivot ，将 NaN 替换为 fillna ，转换子集以过滤列并从索引创建列 reset_index
2. 上次创建嵌套列表和上次插入列名称

编辑:

我尝试更改列表中值的顺序:

L = ['GHI', 'ABC']
df1 = df.pivot('ID', 'var_name', 'var_value').fillna('')[L].reset_index()
print (df1)
var_name  ID           GHI           ABC
0          1                This is abc1
1          2  This is ghi2  This is abc2
2          3                This is abc3
3          4                This is abc4

L1 = [df1.columns.tolist()] + df1.values.tolist()
print (L1)

[['ID', 'GHI', 'ABC'],
 [1, '', 'This is abc1'], 
 [2, 'This is ghi2', 'This is abc2'], 
 [3, '', 'This is abc3'], 
 [4, '', 'This is abc4']]