使用DataFrame Python以矩阵格式显示列

Question

我有下表

我想使用python将int转换为矩阵，如下所示：

我可以从哪里开始获得一些指导吗？ 我用熊猫读取了两个数据框，并将它们合并以创建我显示的初始表（一个有两列）。

我在下面使用的代码如下：

import pandas as pd
from pyexcelerate import Workbook
import numpy as np
import time
start = time.process_time()
excel_file = 'Test.xlsx'
df = pd.read_excel(excel_file, sheet_name=0, index_col=0)
print(df.columns)
print(df.index)

newdf= (df.pivot(index='ColumnB',columns='ColumnA', values='ColumnB'))
myNewDF = newdf.transform(lambda x: np.where(x.isnull(), '', 'yes'))
aftercalc = time.process_time()
print(aftercalc - start)

myNewDF.to_excel("1.xlsx")
print(time.process_time() - aftercalc)

印刷品的输出是：

Index（['ColumnB']，dtype ='object'）Index（['TypeA'，'TypeA'，'TypeA'，'TypeA'，'TypeA'，'TypeB'，'TypeB'，'TypeC'，' TypeC'，'TypeC'，'TypeD']，dtype ='object'，name ='ColumnA'）

我在运行此程序时遇到的错误是：

追溯（最近一次通话）：文件“ C：_data \\ learn \\ Miniconda \\ lib \\ site-packages \\ pandas \\ core \\ indexes \\ base.py”，行2657，在get_loc返回self._engine.get_loc（key）文件pandas._libs.index.IndexEngine.get_loc文件中的第108行中的“ pandas / _libs / index.pyx”，pandas._libs.index.IndexEngine.get_loc文件“ pandas”中第132行中的“ pandas / _libs / index.pyx” /_libs/hashtable_class_helper.pxi”，第1601行，在pandas._libs.hashtable.PyObjectHashTable.get_item中，文件“ pandas / _libs / hashtable_class_helper.pxi”，第1608行，在pandas._libs.hashtable.PyObjectHashTable：get_item

在处理上述异常期间，发生了另一个异常：

追溯（最近一次通话最近）：文件“ test.py”，第10行，在newdf =中（df.pivot（index ='ColumnB'，columns ='ColumnA'，values ='ColumnB'）））文件“ C：_data \\ learn \\ Miniconda \\ lib \\ site-packages \\ pandas \\ core \\ frame.py“，第5628行，在数据透视表返回数据透视表（自身，索引=索引，列=列，值=值）中，文件“ C：_data \\ learn \\ Miniconda \\ lib \\ site-packages \\ pandas \\ core \\ reshape \\ pivot.py“，第379行，位于枢轴索引= MultiIndex.from_arrays（[index，data [columns]]）文件” C：_data \\ learn \\ Miniconda \\ lib \\ site-packages \\ pandas \\ core \\ frame.py“，第2927行，位于getitem索引器= self.columns.get_loc（key）文件“ C：_data \\ learn \\ Miniconda \\ lib \\ site-packages \\ pandas \\ core \\ indexes \\ base.py”，第2659行，在get_loc中返回self._engine.get_loc（self._maybe_cast_indexer（key））文件“ pandas / _libs / index.pyx”，第108行，在pandas._libs.index.IndexEngine.get_loc文件中pandas._libs.index.IndexEngine.get_loc中的第132行“ pandas / _libs / index.pyx”，pandas._libs.hashtable.PyObjectHashTable.g中的第1601行“ pandas / _libs / hashtable_class_helper.pxi” et_item文件“ pandas / _libs / hashtable_class_helper.pxi”，行1608，在pandas._libs.hashtable.PyObjectHashTable.get_item中

Answer 1

这可以解决吗？

newdf= (df.pivot(index='ColumnB',columns='ColumnA', values='ColumnB'))

newdf
Out[28]: 
ColumnA TypeA TypeB TypeC TypeD
ColumnB                        
A           A     A   NaN     A
B           B   NaN     B   NaN
C           C   NaN     C   NaN
D           D   NaN   NaN   NaN
E           E   NaN   NaN   NaN
F         NaN     F   NaN   NaN
Z         NaN   NaN     Z   NaN

newdf.transform(lambda x: np.where(x.isnull(), '', 'yes'))
Out[29]: 
ColumnA TypeA TypeB TypeC TypeD
ColumnB                        
A         yes   yes         yes
B         yes         yes      
C         yes         yes      
D         yes                  
E         yes                  
F               yes            
Z                     yes      

修改后的代码

import pandas as pd
#from pyexcelerate import Workbook
import time
import numpy as np
start = time.process_time()
excel_file = 'C:\\Users\\ss\\Desktop\\check.xlsx'
df = pd.read_excel(excel_file, sheet_name=0, index_col=0)
print(df.columns)
print(df.index)

newdf= (df.pivot(index='ColumnB',columns='ColumnA', values='ColumnB'))
myNewDF = newdf.transform(lambda x: np.where(x.isnull(), '', 'yes'))
aftercalc = time.process_time()
print(aftercalc - start)

myNewDF.to_excel("C:\\Users\\ss\\Desktop\\output.xlsx")

Answer 2

我们可以做的

pd.crosstab(df.ColumnA,df.ColumnB).astype(bool)