Сводная таблица (или изменение формы) в пандах в иерархические столбцы

У меня есть df, например ...

     log_ratio   city   type   year
0   2.892095   Detroit  Pos_A  2016
1   2.176814   Detroit  Pos_B  2016
2   3.218273   Detroit  Pos_A  2017
3   2.922206   Detroit  Pos_B  2017
4   2.776701  Columbus  Pos_A  2016
5   2.615424  Columbus  Pos_B  2016
6   2.781899  Columbus  Pos_A  2017
7   2.499343  Columbus  Pos_B  2017
...

Я хочу изменить форму этой таблицы, чтобы city был индексом, а year и type стали иерархическими столбцами, а log_ratio - значениями, например ...

 mr             2016                2017

           Pos_A    Pos_B      Pos_A   Pos_B 

Detroit  2.892095 2.176814   3.218273 2.922206
Columbus 2.776701 2.615424   2.781899 2.499343
...

Когда я запускаю команду ...

df3 = df2.pivot(index='mr',columns=['year','type'],values='log_ratio')

Я получаю ошибку ...

 'Cannot find level year'.

Любая помощь приветствуется. Спасибо!

Для этого вам нужно использовать pd.pivot_table: pd.pivot_table(df2, index='city', columns=['year','type'], values='log_ratio')

— 15.08.2018 20:45

Возможный дубликат Как повернуть фрейм данных. См. Вопрос 7 этой ссылки.

— 15.08.2018 20:45

pandas pivot data-manipulation hierarchical

15.08.2018 19:53

Learning Data Analytics Two: Filtering data in a DataFrame

В Learning Data Analytics One: Using Python and Pandas , я рассказываю о:

Сиборн не любит даты: вместо них используются ординалы дат

114

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Думаю, все, что вам нужно, это pivot_table вместо pivot:

df.pivot_table(index='city', columns=['year','type'], values='log_ratio')
year          2016                2017          
type         Pos_A     Pos_B     Pos_A     Pos_B
city                                            
Columbus  2.776701  2.615424  2.781899  2.499343
Detroit   2.892095  2.176814  3.218273  2.922206

Для получения дополнительной информации ознакомьтесь с этим замечательным каноническим ответом: Как повернуть фрейм данных

15.08.2018 20:47