python-3.x - 在 Pandas 中旋转时遇到麻烦(在R中传播)

Question

我在pandas中的pd.pivot()或ivot_table()函数遇到一些问题。

我有这个:

df = pd.DataFrame({'site_id': {0: 'a', 1: 'a', 2: 'b', 3: 'b', 4: 'c', 5:
 'c',6: 'a', 7: 'a', 8: 'b', 9: 'b', 10: 'c', 11: 'c'},
                   'dt': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1, 5: 1,6: 2, 7: 2, 8: 2, 9: 2, 10: 2, 11: 2},
                   'eu': {0: 'FGE', 1: 'WSH', 2: 'FGE', 3: 'WSH', 4: 'FGE', 5: 'WSH',6: 'FGE', 7: 'WSH', 8: 'FGE', 9: 'WSH', 10: 'FGE', 11: 'WSH'},
                   'kw': {0: '8', 1: '5', 2: '3', 3: '7', 4: '1', 5: '5',6: '2', 7: '3', 8: '5', 9: '7', 10: '2', 11: '5'}})


df
Out[140]: 
    dt   eu kw site_id
0    1  FGE  8       a
1    1  WSH  5       a
2    1  FGE  3       b
3    1  WSH  7       b
4    1  FGE  1       c
5    1  WSH  5       c
6    2  FGE  2       a
7    2  WSH  3       a
8    2  FGE  5       b
9    2  WSH  7       b
10   2  FGE  2       c
11   2  WSH  5       c

我要这个:

dt   site_id   FGE   WSH
 1         a     8     5
 1         b     3     7
 1         c     1     5
 2         a     2     3
 2         b     5     7
 2         c     2     5

我已经尝试了一切!

df.pivot_table(index = ['site_id','dt'], values = 'kw', columns = 'eu')

或者

df.pivot(index = ['site_id','dt'], values = 'kw', columns = 'eu')

应该已经工作了。我也尝试过unstack():

df.set_index(['dt','site_id','eu']).unstack(level = -1)

Answer 1

您最近一次尝试(使用unstack)对我来说效果很好，我不确定为什么会给您带来问题。 FWIW，我认为使用索引名而不是级别更容易理解，所以我这样做是这样的:

>>> df.set_index(['dt','site_id','eu']).unstack('eu')

            kw    
eu         FGE WSH
dt site_id        
1  a         8   5
   b         3   7
   c         1   5
2  a         2   3
   b         5   7
   c         2   5

但是，同样，您的方式对我来说看起来不错，并且与@piRSquared几乎一样(除了他们的答案添加了更多代码以摆脱多索引)。

我认为 pivot的问题在于您只能传递一个变量，而不是列表？无论如何，这对我有用:

>>> df.set_index(['dt','site_id']).pivot(columns='eu')

对于 pivot_table，主要问题是'kw'是一个对象/字符，默认情况下 pivot_table会尝试与 numpy.mean进行聚合。您可能会收到错误消息:“DataError:没有要聚合的数字类型”。

但是有两种解决方法。首先，您可以将其转换为数字类型，然后使用相同的pivot_table命令

>>> df['kw'] = df['kw'].astype(int)
>>> df.pivot_table(index = ['dt','site_id'], values = 'kw', columns = 'eu')

或者，您可以更改聚合函数:

>>> df.pivot_table(index = ['dt','site_id'], values = 'kw', columns = 'eu', 
                   aggfunc=sum )

这是因为即使您无法理解字符串，也可以将字符串求和(包含)。实际上，您可以在此处使用大多数对字符串进行操作的函数(包括lambda)。

但是请注意，即使每个单元格只有一个值， pivot_table's aggfunc仍需要进行某种归约运算，因此实际上没有任何要归约的内容!但是在代码中有一项检查需要减少操作，因此您必须进行一次检查。