Измените форму кадра данных Pandas и сгруппируйте столбцы двух уровней

У меня есть фрейм данных с плоской структурой и уникальными строками, как показано ниже.

Мне нужно изменить его форму, как показано ниже.

Используя сводную таблицу и меняя уровни, мне удалось несколько приблизиться к результату, но она случайно отсортировала подстолбцы уровня 1.

data = {
    "Case_ID": ["1-1 Max Export", "1-1 Max Export", "1-2 Max Export", "1-2 Max Export", "1-3 Max Export", "1-3 Max Export"],
    "Item": ["3-Winding TX", "R1-SUT1", "3-Winding TX", "R1-SUT1", "3-Winding TX", "R1-SUT1"],
    "HV Current": [0.5, 0.1, 0.4, 0.1, 0.5, 0.1],
    "Total Power": [114.5, 2.2, 113.4, 2.2, 100.0, 1.8],
    "Tap Pos.": [15, 3, 1, 3, 20, 3]
}


df = pd.DataFrame(data)   # Original Dataframe Format with Flat Structure

item_order = list (df.columns[2:])  # The second Level columns must be in same order as per the original df

# Pivot the DataFrame
reshaped_df = df.pivot_table(index='Case_ID', 
                             columns='Item', 
                             values=list (df.columns[2:]), 
                             aggfunc='first')

# Swap level 0 and level 1 columns
reshaped_df.columns = reshaped_df.columns.swaplevel(0, 1)

# Without.sort_index(axis=1) the code doesn't work. 
# The Level 0 and Level 1 colums shallbe in the same order as per the original df
reshaped_df = reshaped_df.sort_index(axis=1)

reshaped_df

Кран Поз. подстолбец должен быть последним в каждой категории Последовательность дополнительных столбцов должна соответствовать исходному df (т. е. ток высокого напряжения, общая мощность, положение ответвления).

  • а) Я хочу исправить приведенный выше код.

  • б) Также интересно увидеть, что есть другой способ добиться этого. использования сводной таблицы.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
56
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Код

используя sort_index с параметром key, вы можете использовать category dtype при сортировке.

out = (df
       .pivot_table(index='Case_ID', columns='Item', aggfunc='first')
       .swaplevel(0, 1, axis=1)
       .sort_index(
           axis=1, 
           key=lambda x: pd.Categorical(
               x, 
               categories=df.get(x.name, df.columns[2:]).unique()
           )
       )
)

вне:

Другие вопросы по теме

Python: 3-сигма детектор «аномалий» количества заказов и строк
Как избежать цикла в Pandas, повторяющего уникальные значения?
Как исправить столбец с числовыми значениями, который воспринимается как строковое поле из-за пустых строк в фрейме данных Pandas?
Добавьте значения двух Dataframe на основе похожих значений строк
С помощью Python извлеките в файл Excel значение ячейки в строке, где ячейка в той же строке содержит строку символов из XML-файла
Обмен датой начала, датой окончания и другими столбцами с более ранней строкой, если даты больше 8 в фрейме данных pandas
Как я могу сравнить значение в одном столбце со всеми значениями, которые находятся ДО него в другом столбце, чтобы найти количество уникальных значений, которые меньше?
Присоединиться к фрейму данных с двойной записью
Получите минимум за счет итераций записи в фрейме данных pandas
Добавьте количество строк в виде списка в столбец, используя groupby