代码之家 › 专栏 › 技术社区 › proximacentauri

具有多个groupby的数据帧

dataframe pandas python

proximacentauri · 技术社区 · 6 年前

我有一个熊猫数据框,数据如下:

测向:

     item   day         time      data  
0   item_0  2012-12-02  00:00:01  0.81  
1   item_0  2012-12-02  00:00:02  0.07
2   item_0  2012-12-03  00:00:00  0.84  
3   item_1  2012-12-02  00:00:01  0.47

我正在努力转变为:

     item   day         time_0    time_1   time_2  
0   item_0  2012-12-02  NaN       0.81     0.07
1   item_0  2012-12-03  0.84      NaN      NaN  
2   item_1  2012-12-02  NaN       0.47     ...

df_stage_1 = df.groupby(['item','day']).apply(lambda x: x['time'].tolist()).reset_index()

df_stage_1 = pd.DataFrame(df_stage_1.tolist(), )

上面的代码为我提供了一个(未对齐的)时间值的dataframe,我可以对齐(见上文)并将其附加到上面步骤中创建的dataframe中,但我无法解决如何在正确的时间对齐列中获取dataframe的值

2 回复 | 直到 6 年前

jpp 6 年前

你可以用 pd.pivot_table :

res = df.pivot_table(index=['item', 'day'], columns='time',
                     values='data', aggfunc='first').reset_index()

print(res)

time    item         day  00:00:00  00:00:01  00:00:02
0     item_0  2012-12-02       NaN      0.81      0.07
1     item_0  2012-12-03      0.84       NaN       NaN
2     item_1  2012-12-02       NaN      0.47       NaN

Peter Leimbigler 6 年前

另一个解决办法是 set_index , unstack , reset_index

df.set_index(['item', 'day', 'time'])['data'].unstack().reset_index()

time    item         day  00:00:00  00:00:01  00:00:02
0     item_0  2012-12-02       NaN      0.81      0.07
1     item_0  2012-12-03      0.84       NaN       NaN
2     item_1  2012-12-02       NaN      0.47       NaN

记得吗 df.unstack 拆垛