Сводной фрейм данных с повторяющимися значениями
рассмотрите ниже pd.DataFrame
temp = pd.DataFrame({'label_0':[1,1,1,2,2,2],'label_1':['a','b','c',np.nan,'c','b'], 'values':[0,2,4,np.nan,8,5]})
print(temp)
label_0 label_1 values
0 1 a 0.0
1 1 b 2.0
2 1 c 4.0
3 2 NaN NaN
4 2 c 8.0
5 2 b 5.0
мой желаемый результат
label_1 1 2
0 a 0.0 NaN
1 b 2.0 5.0
2 c 4.0 8.0
3 NaN NaN NaN
Я пробовал pd.pivot и возился с pd.gropuby, но не могу получить желаемый результат из-за повторяющихся записей. любая помощь наиболее ценится.
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
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
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
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
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
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
55
4
Перейти к ответу
Данный вопрос помечен как решенный
Ответы 4
Вы можете сделать fillna тогда pivot
temp.fillna('NaN').pivot(*temp.columns).T
Out[251]:
label_0 1 2
label_1
NaN NaN NaN
a 0 NaN
b 2 5
c 4 8
Другой способ — использовать set_index и unstack:
temp.set_index(['label_0','label_1'])['values'].unstack(0)
Выход:
label_0 1 2
label_1
NaN NaN NaN
a 0.0 NaN
b 2.0 5.0
c 4.0 8.0
Ответ принят как подходящий
d = {}
for _0, _1, v in zip(*map(temp.get, temp)):
d.setdefault(_1, {})[_0] = v
pd.DataFrame.from_dict(d, orient='index')
1 2
a 0.0 NaN
b 2.0 5.0
c 4.0 8.0
NaN NaN NaN
ИЛИ
pd.DataFrame.from_dict(d, orient='index').rename_axis('label_1').reset_index()
label_1 1 2
0 a 0.0 NaN
1 b 2.0 5.0
2 c 4.0 8.0
3 NaN NaN NaN
Похоже, работает простой pivot:
temp.pivot(columns='label_0', index='label_1', values='values')
Выход:
label_0 1 2
label_1
NaN NaN NaN
a 0.0 NaN
b 2.0 5.0
c 4.0 8.0
Другие вопросы по теме
Сопоставить строки по значению идентификатора в python pandas
TypeError: ufunc add не может использовать операнды с типами dtype('<M8[ns]') и dtype('<M8[ns]')
Как извлечь значения из разных столбцов после группировки в пандах?
Установите один и тот же словарь для каждой ячейки Pandas
Вырезать слово из столбца и вставить в новый столбец
Как вы обрабатываете все файлы в папке?
Суммировать и добавить ввод 2 файлов с использованием python
Свести данные JSON с помощью pandas json_normalize
Добавьте столбец, используя вычисления с участием первого элемента группы значений
Pandas read_excel возвращает один столбец, заканчивающийся на .1
Похожие вопросы
Почему мой csv-писатель использует данные в качестве ключа и как это исправить?
Сопоставить строки по значению идентификатора в python pandas
TypeError: строковые индексы должны быть целыми числами из-за перебора вложенных словарей
Вывести строку, если она находится между "-" и "-"
Не удается записать данные в Excel-лист с помощью рабочей книги openpyxl
Получение вывода массива, но мне нужен один вывод с потерей sparse_categorical
Как запустить метод с блокирующим поведением в Python asyncio? Метод из библиотеки tesseract для OCR
Есть ли в networkx функция для расчета длины пути с учетом весов?
Как получить список из списка в python?
Почему я не могу импортировать ABC, но ABCMeta импортируется правильно?
просто супер! благодаря тонну. вы и раньше мне не раз помогали.