用熊猫和枢轴表组织数据
用熊猫和枢轴表组织数据
提问于 2022-02-14 13:11:50
我想修改我的数据，使用熔体和桌子枢轴。
我有这个数据：
df = pd.DataFrame({'Pays': {0: 'France', 1: 'France', 2: 'France'},
'Indicateur': {0: 'Internet', 1: 'Pop', 2: 'Eco'},
'1990': {0: 1, 1: 2, 2: 3},
'1995': {0: 7, 1: 8, 2: 9}})
df
我用熔盐把列收集成几行：
df = pd.melt(df, id_vars =['Pays','Indicateur'], value_vars =['1990','1995'],
var_name ='Years', value_name ='valeur')
df
我把“指南人”的行分成几列：
df2 = df.pivot(columns='Indicateur',values='valeur')
df2
我希望得到这样的结果：
你知道怎么做吗？
谢谢！
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-02-14 13:14:59
首先，如果需要所有年份，在value_vars中DataFrame.melt中定义的年份不是必需的：
df = df.melt(id_vars =['Pays','Indicateur'], var_name ='Years', value_name ='valeur')还需要在index中定义DataFrame.pivot参数，最后通过DataFrame.reset_index将MultiIndex转换为列，然后通过DataFrame.rename_axis删除column name。
df2 = (df.pivot(index=['Pays', 'Years'], columns='Indicateur',values='valeur')
.reset_index()
.rename_axis(columns=None))
print(df2)
Pays Years Eco Internet Pop
0 France 1990 3 1 2
1 France 1995 9 7 8编辑:如果需要相同的格式，如融化的DataFrame：
df1 = df[['Pays','Years']].join(df.set_index('Indicateur', append=True)['valeur'].unstack())
#or using your solution
df1 = df[['Pays','Years']].join(df.pivot(columns='Indicateur',values='valeur'))
print(df1)
Pays Years Eco Internet Pop
0 France 1990 NaN 1.0 NaN
1 France 1990 NaN NaN 2.0
2 France 1990 3.0 NaN NaN
3 France 1995 NaN 7.0 NaN
4 France 1995 NaN NaN 8.0
5 France 1995 9.0 NaN NaN页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/71112465
复制相关文章
相似问题
腾讯云开发者
