วิธีการหมุนกรอบข้อมูล?

Question

• Pivot คืออะไร?
• ฉันจะหมุนได้อย่างไร
• นี่คือเดือย?
• รูปแบบยาวไปจนถึงรูปแบบกว้าง?

ฉันเคยเห็นคำถามมากมายที่ถามเกี่ยวกับตารางเดือย แม้ว่าพวกเขาจะไม่รู้ว่าพวกเขากำลังถามเกี่ยวกับตาราง Pivot แต่ก็มักจะเป็นเช่นนั้น แทบจะเป็นไปไม่ได้เลยที่จะเขียนคำถามและคำตอบที่เป็นที่ยอมรับซึ่งครอบคลุมทุกแง่มุมของการหมุน ...

... แต่ฉันจะปล่อยมันไป

---

ปัญหาเกี่ยวกับคำถามและคำตอบที่มีอยู่คือบ่อยครั้งที่คำถามมุ่งเน้นไปที่ความแตกต่างเล็กน้อยที่ OP มีปัญหาในการสรุปเพื่อใช้คำตอบที่ดีที่มีอยู่จำนวนหนึ่ง อย่างไรก็ตามไม่มีคำตอบใดที่พยายามให้คำอธิบายที่ครอบคลุม (เนื่องจากเป็นงานที่น่ากลัว)

ดูตัวอย่างบางส่วนจากการค้นหาโดย Googleของฉัน

1. จะหมุนดาต้าเฟรมใน Pandas ได้อย่างไร?

• คำถามและคำตอบที่ดี แต่คำตอบจะตอบเฉพาะคำถามที่เจาะจงโดยมีคำอธิบายเพียงเล็กน้อย

1. ตารางเดือยแพนด้าไปยังเฟรมข้อมูล

• ในคำถามนี้ OP เกี่ยวข้องกับเอาต์พุตของเดือย ได้แก่ ลักษณะของคอลัมน์ OP ต้องการให้ดูเหมือน R สิ่งนี้ไม่เป็นประโยชน์สำหรับผู้ใช้แพนด้า

1. แพนด้ากำลังหมุนดาต้าเฟรมแถวที่ซ้ำกัน

• อีกคำถามที่ดี แต่คำตอบมุ่งเน้นไปที่วิธีการเดียวคือ pd.DataFrame.pivot

ดังนั้นเมื่อใดก็ตามที่มีคนค้นหาpivotพวกเขาจะได้รับผลลัพธ์เป็นระยะ ๆ ซึ่งมีแนวโน้มว่าจะไม่ตอบคำถามเฉพาะของพวกเขา

---

ติดตั้ง

คุณอาจสังเกตเห็นว่าฉันตั้งชื่อคอลัมน์และค่าคอลัมน์ที่เกี่ยวข้องอย่างชัดเจนเพื่อให้สอดคล้องกับวิธีที่ฉันจะหมุนในคำตอบด้านล่าง

import numpy as np
import pandas as pd
from numpy.core.defchararray import add

np.random.seed([3,1415])
n = 20

cols = np.array(['key', 'row', 'item', 'col'])
arr1 = (np.random.randint(5, size=(n, 4)) // [2, 1, 2, 1]).astype(str)

df = pd.DataFrame(
    add(cols, arr1), columns=cols
).join(
    pd.DataFrame(np.random.rand(n, 2).round(2)).add_prefix('val')
)
print(df)

     key   row   item   col  val0  val1
0   key0  row3  item1  col3  0.81  0.04
1   key1  row2  item1  col2  0.44  0.07
2   key1  row0  item1  col0  0.77  0.01
3   key0  row4  item0  col2  0.15  0.59
4   key1  row0  item2  col1  0.81  0.64
5   key1  row2  item2  col4  0.13  0.88
6   key2  row4  item1  col3  0.88  0.39
7   key1  row4  item1  col1  0.10  0.07
8   key1  row0  item2  col4  0.65  0.02
9   key1  row2  item0  col2  0.35  0.61
10  key2  row0  item2  col1  0.40  0.85
11  key2  row4  item1  col2  0.64  0.25
12  key0  row2  item2  col3  0.50  0.44
13  key0  row4  item1  col4  0.24  0.46
14  key1  row3  item2  col3  0.28  0.11
15  key0  row3  item1  col1  0.31  0.23
16  key0  row0  item2  col3  0.86  0.01
17  key0  row4  item0  col3  0.64  0.21
18  key2  row2  item2  col0  0.13  0.45
19  key0  row2  item0  col4  0.37  0.70

คำถาม

1. ทำไมฉันถึงได้รับ ValueError: Index contains duplicate entries, cannot reshape

2. ฉันจะหมุนdfเพื่อให้colค่าเป็นคอลัมน์rowค่าเป็นดัชนีและค่าเฉลี่ยของval0ค่าได้อย่างไร

    col   col0   col1   col2   col3  col4
    row                                  
    row0  0.77  0.605    NaN  0.860  0.65
    row2  0.13    NaN  0.395  0.500  0.25
    row3   NaN  0.310    NaN  0.545   NaN
    row4   NaN  0.100  0.395  0.760  0.24
   

3. ฉันจะหมุนdfเพื่อให้colค่าเป็นคอลัมน์rowค่าเป็นดัชนีค่าเฉลี่ยของval0ค่าและค่าที่ขาดหายไปได้0อย่างไร

    col   col0   col1   col2   col3  col4
    row                                  
    row0  0.77  0.605  0.000  0.860  0.65
    row2  0.13  0.000  0.395  0.500  0.25
    row3  0.00  0.310  0.000  0.545  0.00
    row4  0.00  0.100  0.395  0.760  0.24
   

4. ฉันจะได้รับสิ่งอื่นที่ไม่ใช่meanเช่นอาจจะsum?

    col   col0  col1  col2  col3  col4
    row                               
    row0  0.77  1.21  0.00  0.86  0.65
    row2  0.13  0.00  0.79  0.50  0.50
    row3  0.00  0.31  0.00  1.09  0.00
    row4  0.00  0.10  0.79  1.52  0.24
   

5. ฉันสามารถทำการรวมครั้งละมากขึ้นได้หรือไม่

           sum                          mean                           
    col   col0  col1  col2  col3  col4  col0   col1   col2   col3  col4
    row                                                                
    row0  0.77  1.21  0.00  0.86  0.65  0.77  0.605  0.000  0.860  0.65
    row2  0.13  0.00  0.79  0.50  0.50  0.13  0.000  0.395  0.500  0.25
    row3  0.00  0.31  0.00  1.09  0.00  0.00  0.310  0.000  0.545  0.00
    row4  0.00  0.10  0.79  1.52  0.24  0.00  0.100  0.395  0.760  0.24
   

6. ฉันสามารถรวมคอลัมน์หลายค่าได้หรือไม่

          val0                             val1                          
    col   col0   col1   col2   col3  col4  col0   col1  col2   col3  col4
    row                                                                  
    row0  0.77  0.605  0.000  0.860  0.65  0.01  0.745  0.00  0.010  0.02
    row2  0.13  0.000  0.395  0.500  0.25  0.45  0.000  0.34  0.440  0.79
    row3  0.00  0.310  0.000  0.545  0.00  0.00  0.230  0.00  0.075  0.00
    row4  0.00  0.100  0.395  0.760  0.24  0.00  0.070  0.42  0.300  0.46
   

7. สามารถแบ่งย่อยตามหลายคอลัมน์ได้หรือไม่?

    item item0             item1                         item2                   
    col   col2  col3  col4  col0  col1  col2  col3  col4  col0   col1  col3  col4
    row                                                                          
    row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.605  0.86  0.65
    row2  0.35  0.00  0.37  0.00  0.00  0.44  0.00  0.00  0.13  0.000  0.50  0.13
    row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.000  0.28  0.00
    row4  0.15  0.64  0.00  0.00  0.10  0.64  0.88  0.24  0.00  0.000  0.00  0.00
   

8. หรือ

    item      item0             item1                         item2                  
    col        col2  col3  col4  col0  col1  col2  col3  col4  col0  col1  col3  col4
    key  row                                                                         
    key0 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.86  0.00
         row2  0.00  0.00  0.37  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.50  0.00
         row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.00  0.00  0.00
         row4  0.15  0.64  0.00  0.00  0.00  0.00  0.00  0.24  0.00  0.00  0.00  0.00
    key1 row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.81  0.00  0.65
         row2  0.35  0.00  0.00  0.00  0.00  0.44  0.00  0.00  0.00  0.00  0.00  0.13
         row3  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.28  0.00
         row4  0.00  0.00  0.00  0.00  0.10  0.00  0.00  0.00  0.00  0.00  0.00  0.00
    key2 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.40  0.00  0.00
         row2  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.13  0.00  0.00  0.00
         row4  0.00  0.00  0.00  0.00  0.00  0.64  0.88  0.00  0.00  0.00  0.00  0.00
   

9. ฉันสามารถรวมความถี่ที่คอลัมน์และแถวเกิดขึ้นพร้อมกันหรือที่เรียกว่า "cross tabulation" ได้หรือไม่

    col   col0  col1  col2  col3  col4
    row                               
    row0     1     2     0     1     1
    row2     1     0     2     1     2
    row3     0     1     0     2     0
    row4     0     1     2     2     1
   

10. ฉันจะแปลง DataFrame จากแบบยาวเป็นแบบกว้างโดยการหมุนเฉพาะสองคอลัมน์ได้อย่างไร ให้

    np.random.seed([3, 1415])
    df2 = pd.DataFrame({'A': list('aaaabbbc'), 'B': np.random.choice(15, 8)})        
    df2        
       A   B
    0  a   0
    1  a  11
    2  a   2
    3  a  11
    4  b  10
    5  b  10
    6  b  14
    7  c   7
    

    สิ่งที่คาดหวังควรมีลักษณะดังนี้

          a     b    c
    0   0.0  10.0  7.0
    1  11.0  10.0  NaN
    2   2.0  14.0  NaN
    3  11.0   NaN  NaN
    

11. ฉันจะแบนดัชนีหลายดัชนีให้เป็นดัชนีเดียวได้อย่างไร pivot

    จาก

       1  2   
       1  1  2        
    a  2  1  1
    b  2  1  0
    c  1  0  0
    

    ถึง

       1|1  2|1  2|2               
    a    2    1    1
    b    2    1    0
    c    1    0    0
    

Answer 1

เราเริ่มต้นด้วยการตอบคำถามแรก:

คำถามที่ 1

ทำไมฉันถึงได้รับ ValueError: Index contains duplicate entries, cannot reshape

สิ่งนี้เกิดขึ้นเนื่องจากแพนด้าพยายามที่จะทำดัชนีอีกครั้งไม่ว่าจะเป็นวัตถุcolumnsหรือindexวัตถุที่มีรายการซ้ำกัน มีวิธีการใช้งานที่แตกต่างกันซึ่งสามารถหมุนได้ บางปุ่มไม่เหมาะอย่างยิ่งเมื่อมีคีย์ที่ซ้ำกันซึ่งจะถูกขอให้หมุน ตัวอย่างเช่น. พิจารณาpd.DataFrame.pivot. ฉันรู้ว่ามีรายการซ้ำกันที่แชร์ค่าrowและcol:

df.duplicated(['row', 'col']).any()

True

ดังนั้นเมื่อฉันpivotใช้

df.pivot(index='row', columns='col', values='val0')

ฉันได้รับข้อผิดพลาดดังกล่าวข้างต้น อันที่จริงฉันได้รับข้อผิดพลาดเดียวกันเมื่อพยายามทำงานเดียวกันกับ:

df.set_index(['row', 'col'])['val0'].unstack()

นี่คือรายการสำนวนที่เราสามารถใช้เพื่อเดือยได้

1. pd.DataFrame.groupby + pd.DataFrame.unstack
   • แนวทางทั่วไปที่ดีสำหรับการทำเดือยทุกประเภท
   • คุณระบุคอลัมน์ทั้งหมดที่จะประกอบเป็นระดับแถวและระดับคอลัมน์ที่หมุนอยู่ในกลุ่มเดียวโดย คุณทำตามนั้นโดยการเลือกคอลัมน์ที่เหลือที่คุณต้องการรวมและฟังก์ชันที่คุณต้องการทำการรวม สุดท้ายคุณunstackคือระดับที่คุณต้องการให้อยู่ในดัชนีคอลัมน์
2. pd.DataFrame.pivot_table
   • เวอร์ชันที่ได้รับการยกย่องgroupbyพร้อม API ที่ใช้งานง่ายยิ่งขึ้น สำหรับหลาย ๆ คนนี่คือแนวทางที่ต้องการ และเป็นแนวทางที่นักพัฒนาต้องการ
   • ระบุระดับแถวระดับคอลัมน์ค่าที่จะรวมและฟังก์ชันที่จะทำการรวม
3. pd.DataFrame.set_index + pd.DataFrame.unstack
   • สะดวกและใช้งานง่ายสำหรับบางคน (รวมตัวเอง) ไม่สามารถจัดการคีย์ที่จัดกลุ่มซ้ำกัน
   • เช่นเดียวกับgroupbyกระบวนทัศน์เราระบุคอลัมน์ทั้งหมดซึ่งสุดท้ายแล้วจะเป็นระดับแถวหรือคอลัมน์และกำหนดให้เป็นดัชนี จากนั้นเราจะได้unstackระดับที่เราต้องการในคอลัมน์ หากระดับดัชนีหรือระดับคอลัมน์ที่เหลือไม่ซ้ำกันวิธีนี้จะล้มเหลว
4. pd.DataFrame.pivot
   • คล้ายกันมากกับการset_indexแบ่งปันข้อ จำกัด ของคีย์ที่ซ้ำกัน API ก็มี จำกัด เช่นกัน มันใช้เวลาเพียงค่าสเกลาสำหรับindex, ,columnsvalues
   • คล้ายกับpivot_tableวิธีการที่เราเลือกแถวคอลัมน์และค่าที่จะหมุน อย่างไรก็ตามเราไม่สามารถรวมได้และหากแถวหรือคอลัมน์ไม่ซ้ำกันวิธีนี้จะล้มเหลว
5. pd.crosstab
   • เวอร์ชันพิเศษpivot_tableและในรูปแบบที่บริสุทธิ์ที่สุดนี้เป็นวิธีที่ใช้งานง่ายที่สุดในการทำงานหลายอย่าง
6. pd.factorize + np.bincount
   • นี่เป็นเทคนิคขั้นสูงที่คลุมเครือ แต่รวดเร็วมาก ไม่สามารถใช้ได้ในทุกสถานการณ์ แต่เมื่อสามารถใช้ได้และคุณสบายใจที่จะใช้งานคุณจะได้รับผลตอบแทนจากการปฏิบัติงาน
7. pd.get_dummies + pd.DataFrame.dot
   • ฉันใช้สิ่งนี้เพื่อดำเนินการข้ามตารางอย่างชาญฉลาด

---

ตัวอย่าง

pd.DataFrame.pivot_tableสิ่งที่ฉันจะทำสำหรับแต่ละคำตอบที่ตามมาและเป็นคำถามที่จะตอบได้โดยใช้ จากนั้นฉันจะให้ทางเลือกอื่นในการทำงานเดียวกัน

คำถาม 3

ฉันจะหมุนdfเพื่อให้colค่าเป็นคอลัมน์rowค่าเป็นดัชนีค่าเฉลี่ยของval0ค่าและค่าที่ขาดหายไปได้0อย่างไร

• pd.DataFrame.pivot_table

  • fill_valueไม่ได้ตั้งค่าตามค่าเริ่มต้น ฉันมักจะตั้งค่าให้เหมาะสม 0ในกรณีนี้ผมตั้งค่าให้ สังเกตว่าฉันข้ามคำถาม 2เพราะเหมือนกับคำตอบนี้โดยไม่มีfill_value

  • aggfunc='mean'เป็นค่าเริ่มต้นและฉันไม่ต้องตั้งค่า ฉันรวมไว้ให้ชัดเจน

    df.pivot_table(
        values='val0', index='row', columns='col',
        fill_value=0, aggfunc='mean')
    
    col   col0   col1   col2   col3  col4
    row                                  
    row0  0.77  0.605  0.000  0.860  0.65
    row2  0.13  0.000  0.395  0.500  0.25
    row3  0.00  0.310  0.000  0.545  0.00
    row4  0.00  0.100  0.395  0.760  0.24
    

• pd.DataFrame.groupby

  df.groupby(['row', 'col'])['val0'].mean().unstack(fill_value=0)
  

• pd.crosstab

  pd.crosstab(
      index=df['row'], columns=df['col'],
      values=df['val0'], aggfunc='mean').fillna(0)
  

---

คำถาม 4

ฉันจะได้รับสิ่งอื่นที่ไม่ใช่meanเช่นอาจจะsum?

• pd.DataFrame.pivot_table

  df.pivot_table(
      values='val0', index='row', columns='col',
      fill_value=0, aggfunc='sum')
  
  col   col0  col1  col2  col3  col4
  row                               
  row0  0.77  1.21  0.00  0.86  0.65
  row2  0.13  0.00  0.79  0.50  0.50
  row3  0.00  0.31  0.00  1.09  0.00
  row4  0.00  0.10  0.79  1.52  0.24
  

• pd.DataFrame.groupby

  df.groupby(['row', 'col'])['val0'].sum().unstack(fill_value=0)
  

• pd.crosstab

  pd.crosstab(
      index=df['row'], columns=df['col'],
      values=df['val0'], aggfunc='sum').fillna(0)
  

---

คำถาม 5

ฉันสามารถทำการรวมครั้งละมากขึ้นได้หรือไม่

สังเกตว่าสำหรับpivot_tableและcrosstabฉันจำเป็นต้องส่งผ่านรายการ callables ในทางกลับกันgroupby.aggสามารถใช้สตริงสำหรับฟังก์ชันพิเศษจำนวน จำกัด groupby.aggก็จะนำคำเรียกเดียวกันที่เราส่งต่อไปให้คนอื่น ๆ แต่มักจะมีประสิทธิภาพมากกว่าในการใช้ประโยชน์จากชื่อฟังก์ชันสตริงเนื่องจากมีประสิทธิภาพที่จะได้รับ

• pd.DataFrame.pivot_table

  df.pivot_table(
      values='val0', index='row', columns='col',
      fill_value=0, aggfunc=[np.size, np.mean])
  
       size                      mean                           
  col  col0 col1 col2 col3 col4  col0   col1   col2   col3  col4
  row                                                           
  row0    1    2    0    1    1  0.77  0.605  0.000  0.860  0.65
  row2    1    0    2    1    2  0.13  0.000  0.395  0.500  0.25
  row3    0    1    0    2    0  0.00  0.310  0.000  0.545  0.00
  row4    0    1    2    2    1  0.00  0.100  0.395  0.760  0.24
  

• pd.DataFrame.groupby

  df.groupby(['row', 'col'])['val0'].agg(['size', 'mean']).unstack(fill_value=0)
  

• pd.crosstab

  pd.crosstab(
      index=df['row'], columns=df['col'],
      values=df['val0'], aggfunc=[np.size, np.mean]).fillna(0, downcast='infer')
  

---

คำถามที่ 6

ฉันสามารถรวมคอลัมน์หลายค่าได้หรือไม่

• pd.DataFrame.pivot_tableเราผ่านไปได้values=['val0', 'val1']แต่เราสามารถทิ้งสิ่งนั้นได้อย่างสมบูรณ์

  df.pivot_table(
      values=['val0', 'val1'], index='row', columns='col',
      fill_value=0, aggfunc='mean')
  
        val0                             val1                          
  col   col0   col1   col2   col3  col4  col0   col1  col2   col3  col4
  row                                                                  
  row0  0.77  0.605  0.000  0.860  0.65  0.01  0.745  0.00  0.010  0.02
  row2  0.13  0.000  0.395  0.500  0.25  0.45  0.000  0.34  0.440  0.79
  row3  0.00  0.310  0.000  0.545  0.00  0.00  0.230  0.00  0.075  0.00
  row4  0.00  0.100  0.395  0.760  0.24  0.00  0.070  0.42  0.300  0.46
  

• pd.DataFrame.groupby

  df.groupby(['row', 'col'])['val0', 'val1'].mean().unstack(fill_value=0)
  

---

คำถาม 7

สามารถแบ่งย่อยตามหลายคอลัมน์ได้หรือไม่?

• pd.DataFrame.pivot_table

  df.pivot_table(
      values='val0', index='row', columns=['item', 'col'],
      fill_value=0, aggfunc='mean')
  
  item item0             item1                         item2                   
  col   col2  col3  col4  col0  col1  col2  col3  col4  col0   col1  col3  col4
  row                                                                          
  row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.605  0.86  0.65
  row2  0.35  0.00  0.37  0.00  0.00  0.44  0.00  0.00  0.13  0.000  0.50  0.13
  row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.000  0.28  0.00
  row4  0.15  0.64  0.00  0.00  0.10  0.64  0.88  0.24  0.00  0.000  0.00  0.00
  

• pd.DataFrame.groupby

  df.groupby(
      ['row', 'item', 'col']
  )['val0'].mean().unstack(['item', 'col']).fillna(0).sort_index(1)
  

---

คำถามที่ 8

สามารถแบ่งย่อยตามหลายคอลัมน์ได้หรือไม่?

• pd.DataFrame.pivot_table

  df.pivot_table(
      values='val0', index=['key', 'row'], columns=['item', 'col'],
      fill_value=0, aggfunc='mean')
  
  item      item0             item1                         item2                  
  col        col2  col3  col4  col0  col1  col2  col3  col4  col0  col1  col3  col4
  key  row                                                                         
  key0 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.86  0.00
       row2  0.00  0.00  0.37  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.50  0.00
       row3  0.00  0.00  0.00  0.00  0.31  0.00  0.81  0.00  0.00  0.00  0.00  0.00
       row4  0.15  0.64  0.00  0.00  0.00  0.00  0.00  0.24  0.00  0.00  0.00  0.00
  key1 row0  0.00  0.00  0.00  0.77  0.00  0.00  0.00  0.00  0.00  0.81  0.00  0.65
       row2  0.35  0.00  0.00  0.00  0.00  0.44  0.00  0.00  0.00  0.00  0.00  0.13
       row3  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.28  0.00
       row4  0.00  0.00  0.00  0.00  0.10  0.00  0.00  0.00  0.00  0.00  0.00  0.00
  key2 row0  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.40  0.00  0.00
       row2  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.00  0.13  0.00  0.00  0.00
       row4  0.00  0.00  0.00  0.00  0.00  0.64  0.88  0.00  0.00  0.00  0.00  0.00
  

• pd.DataFrame.groupby

  df.groupby(
      ['key', 'row', 'item', 'col']
  )['val0'].mean().unstack(['item', 'col']).fillna(0).sort_index(1)
  

• pd.DataFrame.set_index เนื่องจากชุดคีย์ไม่ซ้ำกันสำหรับทั้งแถวและคอลัมน์

  df.set_index(
      ['key', 'row', 'item', 'col']
  )['val0'].unstack(['item', 'col']).fillna(0).sort_index(1)
  

---

คำถามที่ 9

ฉันสามารถรวมความถี่ที่คอลัมน์และแถวเกิดขึ้นพร้อมกันหรือที่เรียกว่า "cross tabulation" ได้หรือไม่

• pd.DataFrame.pivot_table

  df.pivot_table(index='row', columns='col', fill_value=0, aggfunc='size')
  
      col   col0  col1  col2  col3  col4
  row                               
  row0     1     2     0     1     1
  row2     1     0     2     1     2
  row3     0     1     0     2     0
  row4     0     1     2     2     1
  

• pd.DataFrame.groupby

  df.groupby(['row', 'col'])['val0'].size().unstack(fill_value=0)
  

• pd.crosstab

  pd.crosstab(df['row'], df['col'])
  

• pd.factorize + np.bincount

  # get integer factorization `i` and unique values `r`
  # for column `'row'`
  i, r = pd.factorize(df['row'].values)
  # get integer factorization `j` and unique values `c`
  # for column `'col'`
  j, c = pd.factorize(df['col'].values)
  # `n` will be the number of rows
  # `m` will be the number of columns
  n, m = r.size, c.size
  # `i * m + j` is a clever way of counting the 
  # factorization bins assuming a flat array of length
  # `n * m`.  Which is why we subsequently reshape as `(n, m)`
  b = np.bincount(i * m + j, minlength=n * m).reshape(n, m)
  # BTW, whenever I read this, I think 'Bean, Rice, and Cheese'
  pd.DataFrame(b, r, c)
  
        col3  col2  col0  col1  col4
  row3     2     0     0     1     0
  row2     1     2     1     0     2
  row0     1     0     1     2     1
  row4     2     2     0     1     1
  

• pd.get_dummies

  pd.get_dummies(df['row']).T.dot(pd.get_dummies(df['col']))
  
        col0  col1  col2  col3  col4
  row0     1     2     0     1     1
  row2     1     0     2     1     2
  row3     0     1     0     2     0
  row4     0     1     2     2     1
  

---

คำถามที่ 10

ฉันจะแปลง DataFrame จากแบบยาวเป็นแบบกว้างโดยการหมุนเฉพาะสองคอลัมน์ได้อย่างไร

ขั้นตอนแรกคือการกำหนดตัวเลขให้กับแต่ละแถว - ตัวเลขนี้จะเป็นดัชนีแถวของค่านั้นในผลลัพธ์ที่หมุน ทำได้โดยใช้GroupBy.cumcount:

df2.insert(0, 'count', df.groupby('A').cumcount())
df2

   count  A   B
0      0  a   0
1      1  a  11
2      2  a   2
3      3  a  11
4      0  b  10
5      1  b  10
6      2  b  14
7      0  c   7

DataFrame.pivotขั้นตอนที่สองคือการใช้คอลัมน์ที่สร้างขึ้นใหม่เป็นดัชนีที่จะเรียก

df2.pivot(*df)
# df.pivot(index='count', columns='A', values='B')

A         a     b    c
count                 
0       0.0  10.0  7.0
1      11.0  10.0  NaN
2       2.0  14.0  NaN
3      11.0   NaN  NaN

---

คำถาม 11

ฉันจะแบนดัชนีหลายดัชนีให้เป็นดัชนีเดียวได้อย่างไร pivot

ถ้าcolumnsพิมพ์objectด้วยสตริงjoin

df.columns = df.columns.map('|'.join)

อื่น format

df.columns = df.columns.map('{0[0]}|{0[1]}'.format) 

Answer 2

หากต้องการขยายคำตอบของ @ piRSquaredอีกรุ่นของคำถามที่ 10

คำถามที่ 10.1

DataFrame:

d = data = {'A': {0: 1, 1: 1, 2: 1, 3: 2, 4: 2, 5: 3, 6: 5},
 'B': {0: 'a', 1: 'b', 2: 'c', 3: 'a', 4: 'b', 5: 'a', 6: 'c'}}
df = pd.DataFrame(d)

   A  B
0  1  a
1  1  b
2  1  c
3  2  a
4  2  b
5  3  a
6  5  c

เอาท์พุต:

   0     1     2
A
1  a     b     c
2  a     b  None
3  a  None  None
5  c  None  None

---

การใช้df.groupbyและpd.Series.tolist

t = df.groupby('A')['B'].apply(list)
out = pd.DataFrame(t.tolist(),index=t.index)
out
   0     1     2
A
1  a     b     c
2  a     b  None
3  a  None  None
5  c  None  None

หรือทางเลือกที่ดีกว่ามากโดยใช้pd.pivot_tableกับdf.squeeze.

t = df.pivot_table(index='A',values='B',aggfunc=list).squeeze()
out = pd.DataFrame(t.tolist(),index=t.index)