如何通过多索引列中的值扩展 pandas Dataframe？

Question

我有一张由 groupby() 获取的 Multiindex 表：

new_data=data.groupby(['id','category']).sum('amount')
new_data

Output 看起来像这样（只是一个与我的表格相同的随机表）：

#               amount
#id category
1   2           12
    3           1
2   1           45
    3           56

Unique Id 在每个类别中都有一定数量。

但我需要得到一个表，其中显示了同一列中每个类别的每个“id”的数量。

像这样的东西：

#id amount_category_1 amount_category_2 amount_category_3
1   0                 12                1
2   45                0                 56

Answer 1

假设您重置了 dataframe 的索引并采用以下形式：

   id  category  amount
0   1         1      45
1   1         3      34
2   2         2      36
3   2         3      24

你可以 pivot 你的 dataframe 并重命名你的列：

df = df.pivot_table(index='id',columns='category',values='amount').rename_axis(None, axis=1).reset_index() 
df = df.rename(columns={c: 'category_'+ str(c) for c in df.columns if c not in ['id']})

得到这样的东西：

   id  category_1  category_2  category_3
0   1        45.0         NaN        34.0
1   2         NaN        36.0        24.0

使用df.fillna(0)改变NaN得到

   id  category_1  category_2  category_3
0   1        45.0         0.0        34.0
1   2         0.0        36.0        24.0