python转置数据_python – 转置多列Pandas数据帧

作为一个自认为与熊猫非常方便的人,pivot_table和融合功能让我感到困惑.我更喜欢坚持使用定义明确且唯一的索引,并使用数据框本身的堆栈和非堆栈方法.

首先,我会问你是否真的需要像这样重复p列？我可以在呈现数据时看到它的价值,但IMO熊猫并没有真正设置为这样工作.我们可以把它塞进去,但让我们看看一个更简单的解决方案是否能满足你的需求.

这就是我要做的事情：

from io import StringIO

import pandas

datatable = StringIO("""\

m r s p O W N

1 4 3 1 2.81 3.70 3.03

1 4 4 1 2.14 2.82 2.31

1 4 5 1 1.47 1.94 1.59

1 4 3 2 0.58 0.78 0.60

1 4 4 2 0.67 0.00 0.00

1 4 5 2 1.03 2.45 1.68

1 4 3 3 1.98 1.34 1.81

1 4 4 3 0.00 0.04 0.15

1 4 5 3 0.01 0.00 0.26""")

df = (

pandas.read_table(datatable, sep='\s+')

.set_index(['m', 'r', 's', 'p'])

.unstack(level='p')

)

df.columns = df.columns.swaplevel(0, 1)

df.sort(axis=1, inplace=True)

print(df)

哪个印刷品：

p 1 2 3

O W N O W N O W N

m r s

1 4 3 2.81 3.70 3.03 0.58 0.78 0.60 1.98 1.34 1.81

4 2.14 2.82 2.31 0.67 0.00 0.00 0.00 0.04 0.15

5 1.47 1.94 1.59 1.03 2.45 1.68 0.01 0.00 0.26

所以现在列是一个MultiIndex,你可以访问所有的值,其中p = 2,df [2]或df.xs(2,level =’p’,轴= 1),这给了我：

O W N

m r s

1 4 3 0.58 0.78 0.60

4 0.67 0.00 0.00

5 1.03 2.45 1.68

同样,你可以得到所有的W列：df.xs(‘W’,level = 1,axis = 1)

(我们说level = 1)因为该列级没有名称,所以我们改用它的位置)

p 1 2 3

m r s

1 4 3 3.70 0.78 1.34

4 2.82 0.00 0.04

5 1.94 2.45 0.00

您可以使用axis = 0来查询列.

如果您确实需要列中的p值,只需手动添加它并重新索引列：

for p in df.columns.get_level_values('p').unique():

df[p, 'p'] = p

cols = pandas.MultiIndex.from_product([[1,2,3], list('pOWN')])

df = df.reindex(columns=cols)

print(df)

1 2 3

p O W N p O W N p O W N

m r s

1 4 3 1 2.81 3.70 3.03 2 0.58 0.78 0.60 3 1.98 1.34 1.81

4 1 2.14 2.82 2.31 2 0.67 0.00 0.00 3 0.00 0.04 0.15

5 1 1.47 1.94 1.59 2 1.03 2.45 1.68 3 0.01 0.00 0.26