python - 融化 pandas DataFrame 并使用值作为列？

Question

我玩 pandas 是为了适应它，我问自己是否可以在 pandas 中使用 Melt 功能而不需要太多麻烦？

我正在使用相当著名的titanic.csv数据集。

titanic = pd.read_csv('data/titanic.csv', keep_default_na=True)
titanic.drop(['embarked', 'who', 'adult_male', 'alone', 'parch', 'deck'], \
               axis=1, errors="ignore", inplace=True)
titanic_c = titanic.groupby(['class', 'embark_town', 'gender'])['age'] \ 
                   .mean().reset_index()
titanic_c

所以这是一个问题？

我可以使用 pd.melt 将 embark_town 值添加为如下所示的列吗？如果是的话怎么办？

Answer 1

IIUC，你应该使用df.pivot_table()这里而不是 melt():

m=titanic.pivot_table(index=['pclass','sex'],columns='embark_town',values='age')
print(m)

<小时/>

embark_town    Cherbourg  Queenstown  Southampton
pclass sex                                       
1      female  36.052632   33.000000    32.704545
       male    40.111111   44.000000    41.897188
2      female  19.142857   30.000000    29.719697
       male    25.937500   57.000000    30.875889
3      female  14.062500   22.850000    23.223684
       male    25.016800   28.142857    26.574766

就您的情况而言，您应该将 pclass 更改为 class，将 sex 更改为 gender