Python 3：转置 Pandas 数据帧/“熔化”数据帧的列

Question

我有一个像这样的 Pandas 数据框：

    uid   category   count
0    1     comedy     5
1    1     drama      7
2    2     drama      4
3    3     other      10    
4    3     comedy     6

除了有几十个类别、几百万行和几十个其他列。

我想把它变成这样的东西：

    id   cat_comedy   cat_drama    cat_other
0    1    5            7            0
1    2    0            4            0
2    3    6            0            10

我不知道如何做到这一点，正在寻找提示/提示/完整的解决方案。 我真的不关心行索引。

谢谢。

Answer 1

我认为这就是您所追求的（该操作称为“枢轴”）：

from pandas import DataFrame

df = DataFrame([
    {'id': 1, 'category': 'comedy', 'count': 5},
    {'id': 1, 'category': 'drama', 'count': 7},
    {'id': 2, 'category': 'drama', 'count': 4},
    {'id': 3, 'category': 'other', 'count': 10},
    {'id': 3, 'category': 'comedy', 'count': 6}
]).set_index('id')

result = df.pivot(columns=['category'])

print(result)

结果：

          count
category comedy drama other
id
1           5.0   7.0   NaN
2           NaN   4.0   NaN
3           6.0   NaN  10.0

针对您的评论，如果您不希望id作为df的索引，您可以告诉操作将其用作 pivot 的索引。 您需要pivot_table而不是pivot来实现这一点，因为它允许处理一个旋转索引/列对的重复值。

用零替换NaN也是一种选择：

df = DataFrame([
    {'uid': 1, 'category': 'comedy', 'count': 5},
    {'uid': 1, 'category': 'drama', 'count': 7},
    {'uid': 2, 'category': 'drama', 'count': 4},
    {'uid': 3, 'category': 'other', 'count': 10},
    {'uid': 3, 'category': 'comedy', 'count': 6}
])

result = df.pivot_table(columns=['category'], index='uid', fill_value=0)

print(result)

但是，请注意，结果表仍将uid作为其索引。 如果这不是您想要的，您可以将结果列恢复为正常列：

result = df.pivot_table(columns=['category'], index='uid', fill_value=0).reset_index()

最终结果：

         uid  count
category     comedy drama other
0          1      5     7     0
1          2      0     4     0
2          3      6     0    10

Answer 2

@Grismar 的原始答案（因为他首先得到它而被赞成）非常接近，但不太奏效。 不要在 pivot 调用之前重置索引，然后执行以下操作：

df2 = df.pivot_table(columns='category', index='uid', aggfunc=sum)
df2 = df2.fillna(0).reset_index()

df2 现在是您想要的 dataframe。 fillna function 将所有NaNs替换为0s 。

Answer 3

使用pivot_table完整解决方案：

import pandas as pd

df = pd.DataFrame([
    {'uid': 1, 'category': 'comedy', 'count': 5},
    {'uid': 1, 'category': 'drama', 'count': 7},
    {'uid': 2, 'category': 'drama', 'count': 4},
    {'uid': 3, 'category': 'other', 'count': 10},
    {'uid': 3, 'category': 'comedy', 'count': 6}
])

df.pivot_table(
    columns='category', 
    index='uid', 
    aggfunc=sum, 
    fill_value=0
)