使用python中的三列组合在数据框中创建新列

Question

我有这样的事情：

       Date  Id  Product  Sales
0  1/1/2001   1       21      1200
1  1/1/2001   1       22      1000
2  1/1/2001   1       23      1500
3  2/1/2001   1       21      300
4  2/1/2001   2       22      200
5  3/1/2001   3       21      400
6  4/1/2001   3       22      500

我想用同一张表创建类似的东西：

Answer 1

通过Pandas的Pivot功能很容易做到这一点。

这是您的数据框：

df=pd.DataFrame([['1/1/2001',1,21,1200],['1/1/2001',1,22,1000],['1/1/2001',1,23,1500],['2/1/2001',1,21,300],['2/1/2001',2,22,200],['3/1/2001',3,21,400],['4/1/2001',3,22,500]],columns=('Date','Id','Product','Sales'))

输出：

    Date    Id  Product Sales
0   1/1/2001    1   21  1200
1   1/1/2001    1   22  1000
2   1/1/2001    1   23  1500
3   2/1/2001    1   21  300
4   2/1/2001    2   22  200
5   3/1/2001    3   21  400
6   4/1/2001    3   22  500

现在只需使用以下代码：

df.pivot(index='Date',columns='Product',values='Sales')

您会得到：

Product      21     22      23
Date            
1/1/2001    1200.0  1000.0  1500.0
2/1/2001    300.0   200.0   NaN
3/1/2001    400.0   NaN     NaN
4/1/2001    NaN     500.0   NaN

关于列的名称，那么，您可以更改它的方式，也可以更改它们在我的答案中的显示方式，我想它们还可以。

Answer 2

您将串联ID和产品，然后透视结果。

import pandas as pd

df=pd.DataFrame([['1/1/2001',1,21,1200],['1/1/2001',1,22,1000],['1/1/2001',1,23,1500],['2/1/2001',1,21,300],['2/1/2001',2,22,200],['3/1/2001',3,21,400],['4/1/2001',3,22,500]],columns=('Date','Id','Product','Sales'))

df['Id_Prod'] = df['Id'].astype(str).str.cat(df['Product'].astype(str), sep='_')

df.pivot(index='Date',columns='Id_Prod',values='Sales')

结果：