从行值和填充熊猫创建列。
从行值和填充熊猫创建列。
提问于 2022-03-04 09:14:59
我有一个像这样的数据文件：
df=pd.read_csv('https://raw.githubusercontent.com/amanaroratc/hello-world/master/ask_git.csv')
Channel_ID Video_Category_Name score_pct
0 UC--bUZc5c9WseZNqGR6KLxA Autos & Vehicles 0.213702
1 UC--bUZc5c9WseZNqGR6KLxA Entertainment 0.786298
2 UC-B1L3oT81XgeeGh6S12qgQ People & Blogs 1.000000
3 UC-N_7HFKrSsYxCSA_kfdRSA People & Blogs 0.137261
4 UC-N_7HFKrSsYxCSA_kfdRSA Pets & Animals 0.862739
... ... ... ...
819 UCzsNLZ9GrGXRjt0QmvWFm2Q Entertainment 0.945243
820 UCzsNLZ9GrGXRjt0QmvWFm2Q Film & Animation 0.002046
821 UCzsNLZ9GrGXRjt0QmvWFm2Q Music 0.002797
822 UCzsNLZ9GrGXRjt0QmvWFm2Q News & Politics 0.000433
823 UCzsNLZ9GrGXRjt0QmvWFm2Q People & Blogs 0.000358在Video_Category_Name中有15个不同的值
df.Video_Category_Name.unique()给出
array(['Autos & Vehicles', 'Entertainment', 'People & Blogs',
'Pets & Animals', 'Howto & Style', 'Education', 'Gaming', 'Music',
'Comedy', 'Travel & Events', 'Science & Technology',
'Nonprofits & Activism', 'Sports', 'Film & Animation',
'News & Politics'], dtype=object) In [3]: iwantthis
Out[3]:
Channel_ID Autos & Vehicles Entertainment People & Blogs ...
0 UC--bUZc5c9WseZNqGR6KLxA 0.213702 0.786298 0 ...
1 UC-B1L3oT81XgeeGh6S12qgQ 0 0 1.0000 ...如何为这15中的每一列创建一个列并从score_pct填充值(如果不存在0)？不知道如何使用解栈/熔融/枢轴或其他东西
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-03-04 09:39:21
我认为pivot()是解决问题的正确函数。它接受Video_Category_Name的范畴值，并创建新的列，其中填充了score_pct的值。不存在的值用“`filna(0)”替换为零：
df = df.pivot(index='Channel_ID', columns='Video_Category_Name', values='score_pct').fillna(0).reset_index()输出：
Video_Category_Name Channel_ID Autos & Vehicles Comedy Education Entertainment Film & Animation Gaming Howto & Style Music News & Politics Nonprofits & Activism People & Blogs Pets & Animals Science & Technology Sports Travel & Events
0 UC--bUZc5c9WseZNqGR6KLxA 0.213702 0.0 0.0 0.786298 0.0 0.0 0.0 0.0 0.0 0.0 0.000000 0.000000 0.0 0.0 0.0
1 UC-B1L3oT81XgeeGh6S12qgQ 0.000000 0.0 0.0 0.000000 0.0 0.0 0.0 0.0 0.0 0.0 1.000000 0.000000 0.0 0.0 0.0
2 UC-N_7HFKrSsYxCSA_kfdRSA 0.000000 0.0 0.0 0.000000 0.0 0.0 0.0 0.0 0.0 0.0 0.137261 0.862739 0.0 0.0 0.0
3 UC-T4JheeuNl2DVg-B-v7McA 0.000000 0.0 0.0 0.000000 0.0 0.0 1.0 0.0 0.0 0.0 0.000000 0.000000 0.0 0.0 0.0
4 UC-WG1VP4am6NaUtANEJxRQw 0.000000 0.0 0.0 0.000000 0.0 0.0 0.0 0.0 0.0 0.0 1.000000 0.000000 0.0 0.0 0.0编辑1:评论中提到，只有在Channel_ID是唯一的情况下才能工作。如果不是(或为了安全起见)，也可以将索引包括在pivot操作中。之后，再次恢复索引：
df = df.reset_index().pivot(index=['index', 'Channel_ID'], columns='Video_Category_Name', values='score_pct').fillna(0).reset_index(level=1)编辑2：dataframe中的Video_Category_Name只是列的标签，不应该更改任何内容。但是，您可以使用以下行轻松地删除它：
df = df.rename_axis(None, axis=1) 对于Edit 1的解决方案，您还可能希望删除索引名称，这可以通过相同的操作和不同的轴来完成：
df = df.rename_axis(None, axis=0)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/71349085
复制相关文章
相似问题
腾讯云开发者
