python - 如何将数据框的列修改为值

Question

我有两个数据框 df1 和 df2，其中 df1 具有列 p1、p2 和 p3。而数据帧 df2 则为 p1、p2 和 p3 分配了值。我想创建一个新的数据框(newdf1)，其中 df1 中的值成为列，p1、p2 和 p3 是基于数据框 df2 的新值..

查询 df1 和 df2 为

df1 = pd.DataFrame({"user": ["user1", "user2", "user3"], "p1": ["A", "C", "B"],"p2": ["C", "E", "A"],"p3": ["D", "A", "C"],}, index=[0, 1, 2], )
df2 = pd.DataFrame({"N1": ["p1", "p2", "p3"],"N2": ["2", "3", "4"], }, index=[0, 1, 2], )

我的 df1 看起来像这样

df2 看起来像这样

虽然我想要的 newdf1 应该是这样的

(黄色突出显示新数据帧中 p1 的转换)

Answer 1

IIUC，您可以使用:

m = df1.melt('user')
m['variable'] = m['variable'].map(df2.set_index('N1')['N2'])
m.pivot('user', 'value', 'variable').fillna(0)

详细信息:

融化用户上的数据框

print(m)
    user variable value
0  user1       p1     A
1  user2       p1     C
2  user3       p1     B
3  user1       p2     C
4  user2       p2     E
5  user3       p2     A
6  user1       p3     D
7  user2       p3     A
8  user3       p3     B

使用 df2 中的相应值映射variable列:

print(m)

    user variable value
0  user1        2     A
1  user2        2     C
2  user3        2     B
3  user1        3     C
4  user2        3     E
5  user3        3     A
6  user1        4     D
7  user2        4     A
8  user3        4     C

旋转上述融化的数据框以 reshape :

value  A  B  C  D  E
user                
user1  2  0  3  4  0
user2  4  0  2  0  3
user3  3  2  0  0  0