Pandas pivot_table 和分类变量作为值

Question

我对pivot_table如何与用作值的分类变量一起工作感到困惑。

我确实在网上搜索了 pandas pivot_table 分类变量，我确实找到了一些信息，但没有什么能真正解释我为什么看到我所看到的。

测试数据框：

test_df = pd.DataFrame.from_dict({'val': ['pass','pass','fail','pass'], "col_a": ['a','b','a','b'], "col_b": ['x','x','y','y']})
test_df
    val col_a   col_b
0   pass    a   x
1   pass    b   x
2   fail    a   y
3   pass    b   y

然后我继续重塑它。 我来自 R/data.tables 这将是一个演员。

test_df.pivot_table(index = "col_a", columns = "col_b", values = 'val')

我明白了：

/tmp/ipykernel_153608/3910840210.py:1: FutureWarning:

Dropping invalid columns in DataFrameGroupBy.mean is deprecated. In a future version, a TypeError will be raised. Before calling .mean, select only columns which should be valid for the function.

col_b
col_a
a
b

空结果，但带有索引。 在进行了一百万次测试（在我的真实对象上，例如测试是否存在重复值、NA 等）之后，这似乎有效：

test_df.pivot_table(index = "col_a", columns = "col_b", values = 'val', aggfunc=lambda x: x)
col_b   x   y
col_a       
a   pass    fail
b   pass    pass

这就是我想要的。 除了“老兄，如果它有效，请接受它并快乐”，有谁知道我为什么要放置聚合功能？

Answer 1

存在一个pivot_table以聚合数据。 如果您只想pivot数据而不是聚合它，请使用pivot ：

test_df.pivot(index='col_a', columns='col_b')

        val      
col_b     x     y
col_a            
a      pass  fail
b      pass  pass

在您的实际数据中，如果有重复，那么您将需要聚合数据并将pivot_table与first()或其他东西一起使用。