熊猫:从多行到单线观测
熊猫:从多行到单线观测
提问于 2018-10-19 17:55:07
假设我有这样的数据：
df = pd.DataFrame({'index':['10a','10a','10a','20b','20b','20b','30c','30c','30c']
,'var_vals': ['aaa','aaa','abb','bbb','bba','bbb','ccc','ccc','cab']
,'var2_vals':['aga','aga','add','bgb','bbd','bgb','cdd','cdd','cda']})
display(df)看起来是这样的：
index var_vals var2_vals
0 10a aaa aga
1 10a aaa aga
2 10a abb add
3 20b bbb bgb
4 20b bba bbd
5 20b bbb bgb
6 30c ccc cdd
7 30c ccc cdd
8 30c cab cda如何使用新列中的不同之处将输出转换为一行：
index var_vals var_vals_0 var2_vals var2_vals_0
0 10a aaa abb aga add
1 20b bbb bba bgb bbd
2 30c ccc cab cdd cda我尝试过groupby，透视/枢轴_表，栈/解栈，但我要么以巨大的维度结束，要么数据丢失。
回答 4
Stack Overflow用户
回答已采纳
发布于 2018-10-19 18:04:16
这是另一个：
newdf = pd.DataFrame(df.groupby('index')['var_vals'].unique().tolist()).fillna('')- tolist()将数据传回列表格式，这使我们能够重新创建数据，将其再次传递给pd.DataFrame()
- 填充物处理的事实，你可以有不同数量的单元组。
更新代码：
dfs = (pd.DataFrame(df.groupby('index')[i].unique().tolist()).fillna('').add_prefix(i+'_')
for i in df.drop('index', 1))
df = pd.concat(dfs, axis=1)完整示例
将熊猫作为pd导入
df = pd.DataFrame({'index':['10a','10a','10a','20b','20b','20b','30c','30c','30c']
,'var_vals': ['aaa','aaa','abb','bbb','bba','bbb','ccc','ccc','cab']
,'var2_vals':['aga','aga','add','bgb','bbd','bgb','cdd','cdd','cda']})
df = pd.concat(
(pd.DataFrame(df.groupby('index')[i].unique().tolist()).fillna('').add_prefix(i+'_')
for i in df.drop('index', 1)), axis=1)
print(df)返回：
var2_vals_0 var2_vals_1 var_vals_0 var_vals_1
0 aga add aaa abb
1 bgb bbd bbb bba
2 cdd cda ccc cabStack Overflow用户
发布于 2018-10-19 17:58:17
一种通过groupby.apply的方法
df.groupby('index')['var_vals'].apply(lambda x: pd.Series(x.unique())).unstack()
0 1
index
10a aaa abb
20b bbb bba
30c ccc cabStack Overflow用户
发布于 2018-10-19 18:02:44
drop_duplicates与pivot的结合
df.drop_duplicates().assign(key=lambda x : x.groupby('index').cumcount()).pivot('index','key','var_vals')
Out[910]:
key 0 1
index
10a aaa abb
20b bbb bba
30c ccc cab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/52897666
复制相关文章
相似问题
腾讯云开发者
