[英]pandas transform 1st mutliindex to rowindex and 2nd multiindex to columnindex
所以我有以下代码将给定的 dataframe 组转换为列并计算每个组的大小。 这将创建一个 DataFrame,其中包含一列和两个值的 Multiindex。 之后我将结果转换为将第二个索引作为 columnindex 并将第一个索引作为 rowindex。
import pandas as pd
from random import choice
products=['car', 'pen', 'kitchen', 'bed']
df=pd.DataFrame([{'product': choice(products), 'Changing': choice([True, False])} for _ in range(10000)])
df_grp=df.groupby(['product', 'Changing']).size().to_frame()
print(df_grp)
print('-'*50)
d=[]
for i in df_grp.reset_index()['product'].unique():
d.append({'product':i, 'not changing': df_grp.loc[(i,False)][0], 'changing': df_grp.loc[(i,True)][0]})
print(pd.DataFrame(d).set_index('product'))
这导致以下 output
0
product Changing
bed False 1253
True 1269
car False 1244
True 1275
kitchen False 1236
True 1271
pen False 1206
True 1246
--------------------------------------------------
not changing changing
product
bed 1253 1269
car 1244 1275
kitchen 1236 1271
pen 1206 1246
这正是我想要实现的。 但是,我的方法似乎有点复杂。 有没有更优雅的方法来做到这一点? 也许与 da 内置 pandas function 或 lambda ZC1C425268E68385D1AB50A? 我的方法也不能很好地概括,因为我总是假设第二个索引是布尔值。
通过unstack()
尝试:
df_grp=df.groupby(['product', 'Changing']).size().unstack()
最后使用columns
属性:
df_grp.columns=[f'{"not "*col}{df_grp.columns.name}' for col in df_grp][::-1]
#as suggested by @Cyttorak #rename column without hard coding
#OR
df_grp.columns=['not changing','changing'] #you have to manually write the names
df_grp 的df_grp
:
not changing changing
product
bed 1210 1226
car 1220 1272
kitchen 1238 1277
pen 1267 1290
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.