熊猫中的高级数据透视表

Question

我正在尝试优化Python Pandas中的一些表转换脚本，我正在尝试使用庞大的数据集（超过5万行）填充这些数据。 我编写了一个脚本，该脚本遍历每个索引并将值解析为一个新的数据帧（请参见下面的示例），但是我遇到了性能问题。 是否有任何pandas函数可以在不迭代的情况下获得相同的结果？

示例代码：

from datetime import datetime
import pandas as pd

date1 = datetime(2019,1,1)
date2 = datetime(2019,1,2)

df = pd.DataFrame({"ID": [1,1,2,2,3,3],
                  "date": [date1,date2,date1,date2,date1,date2],
                  "x": [1,2,3,4,5,6],
                  "y": ["a","a","b","b","c","c"]})


new_df = pd.DataFrame()
for i in df.index:

    new_df.at[df.at[i, "ID"], "y"] = df.at[i, "y"]

    if df.at[i, "date"] == datetime(2019,1,1):
        new_df.at[df.at[i, "ID"], "x1"] = df.at[i, "x"]
    elif df.at[i, "date"] == datetime(2019,1,2):
        new_df.at[df.at[i, "ID"], "x2"] = df.at[i, "x"]

输出：

   ID       date  x  y
0   1 2019-01-01  1  a
1   1 2019-01-02  2  a
2   2 2019-01-01  3  b
3   2 2019-01-02  4  b
4   3 2019-01-01  5  c
5   3 2019-01-02  6  c

   y   x1   x2
1  a  1.0  2.0
2  b  3.0  4.0
3  c  5.0  6.0

转换基本上按“ ID”列对行进行分组，并从日期为2019-01-01的行中获取“ x1”值，并从日期为2019-01-02的行中获取“ x2”值。 在相同的“ ID”中，“ y”值相同。 “ ID”列成为新索引。

我很乐意就此事提出任何建议。

Answer 1

使用pivot_tables将获得您想要的东西：

result = df.pivot_table(index=['ID', 'y'], columns='date', values='x')
result.rename(columns={date1: 'x1', date2: 'x2'}).reset_index('y')