[英]How to transpose row and columns using pandas?
我是熊猫的新手,我得到的结果与我预期的结果相反。
我试过的是:
o_rg,o_gg,a_rg,a_gg是数组
df1=pd.DataFrame({'RED':o_rg,'GREEN':o_gg})
df2=pd.DataFrame({'RED':a_rg,'RED':a_gg})
df=df1-(df2)
print(df)
pop_complete = pd.concat([df.T,
df1.T,
df2.T],
keys=["O-A", "O", "A"])
df = pop_complete.swaplevel()
df.sort_index(inplace=True)
print(df)
df.to_csv("OUT.CSV")
我得到的输出为:
0 1 2
RED A 14.0 12.0 15.0
O 14.0 12.0 15.0
O-A 0.00 0.00 0.00
GREEN A 12.0 10.0 12.0
O 14.0 9.0 12.0
O-A -2.0 1.0 0.0
我真正想要的是:
RED GREEN
A1 O 14.0 14.0
A 14.0 12.0
O-A 0.0 2.0
A3 O 12.0 9.0
A 12.0 10.0
O-A 0.0 -1.0
A8 O 15.0 12.0
A 15.0 12.0
O-A 0.0 0.0
where 'A1','A3','A8' ... can be stored in array cases=[]
如何获得实际输出?
您可以使用concat
简化解决方案而不使用转置和axis=1
,重命名索引值,然后通过DataFrame.stack
重新DataFrame.stack
:
o_rg = [14,12,15]
o_gg = [14,9,12]
a_rg = [14,12,15]
a_gg = [14,10,15]
df1=pd.DataFrame({'RED':o_rg,'GREEN':o_gg})
df2=pd.DataFrame({'RED':a_rg,'GREEN':a_gg})
df=df1-(df2)
print(df)
RED GREEN
0 0 0
1 0 -1
2 0 -3
pop_complete = pd.concat([df, df1, df2], keys=["O-A", "O", "A"], axis=1)
pop_complete.index = ['A1','A3','A8']
print(pop_complete)
O-A O A
RED GREEN RED GREEN RED GREEN
A1 0 0 14 14 14 14
A3 0 -1 12 9 12 10
A8 0 -3 15 12 15 15
df1 = pop_complete.stack(0)[['RED','GREEN']].reindex(["O", "A", "O-A"], axis=0, level=1)
print (df1)
RED GREEN
A1 O 14 14
A 14 14
O-A 0 0
A3 O 12 9
A 12 10
O-A 0 -1
A8 O 15 12
A 15 15
O-A 0 -3
如果需要创建文件而不重复第一级MultiIndex
(不推荐),请使用此答案 。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.