Pandas 中的数据排序

Question

我有如下所示的数据集。 我正在尝试对其进行排序，以便列按以下顺序排列：周末、澳大利亚、德国、法国等...

我尝试使用loc并将每个数据集分配为变量，但是当我创建一个新的 DataFrame 时会导致错误。 任何帮助，将不胜感激。

这是更改前的数据：

地区	周末	价值
澳大利亚	2014-01-11	1.480510
德国	2014-01-11	1.481258
法国	2014-01-11	0.986507
英国	2014-01-11	1.973014
意大利	2014-01-11	0.740629

这是我想要的输出：

周末	澳大利亚	德国	法国	英国	意大利
2014-01-11	1.480510	1.481258	0.986507	1.973014	0.740629

我试过的：

cols = (['Region','Week End','Value'])
df = GS.loc[GS['Brand'].isin(rows)]
df = df[cols]
AUS = df.loc[df['Region'] == 'Australia']
JPN = df.loc[df['Region'] == 'Japan']
US = df.loc[df['Region'] == 'United States of America']

Answer 1

我认为你实际上可以这样做：

df.pivot(index="Week End", columns="Region", values="Value")

Answer 2

用户 965311532 的回答要简洁得多，但使用字典的另一种方法是：

new_df = {'Week End': df['Week End'][0]}
new_df.update({region: value for region, value in zip(df['Region'], df['Value'])})
new_df = pd.DataFrame(new_df, index = [0])

正如用户 965311532 所指出的，如果日期较多，上述代码将不起作用。 在这种情况下，我们可以使用 pandas groupby ：

dates = []
for date, group in df.groupby('Week End'):
    date_df = {'Week End': date}
    date_df.update({region: value for region, value in zip(df['Region'], df['Value'])})
    date_df = pd.DataFrame(date_df, index = [0])
    dates.append(date_df)
new_df = pd.concat(dates)