熊貓數據幀重塑

Question

這是我的數據框：

df = pd.DataFrame({'C1_val': {1: 1.1,2: 2.6,3: 1.1,4: 2.6,5: 1.8,6: 3.6,7: 1.8,8: 3.6},
    'ID': {1: 'x1',2: 'x1',3: 'x1',4: 'x1',5: 'x2',6: 'x2',7: 'x2',8: 'x2'},
    'T1_val': {1: 1.1,2: 1.1,3: 2.2,4: 2.2,5: 1.8,6: 1.8,7: 7.9,8: 7.9},
    'name1': {1: 'T1',2: 'T1',3: 'T2',4: 'T2',5: 'T1',6: 'T1',7: 'T2',8: 'T2'},
    'name2': {1: 'C1',2: 'C2',3: 'C1',4: 'C2',5: 'C1',6: 'C2',7: 'C1',8: 'C2'}})

它看起來像這樣：

    C1_val  ID  T1_val  name1  name2
1      1.1  x1     1.1     T1     C1
2      2.6  x1     1.1     T1     C2
3      1.1  x1     2.2     T2     C1
4      2.6  x1     2.2     T2     C2
5      1.8  x2     1.8     T1     C1
6      3.6  x2     1.8     T1     C2
7      1.8  x2     7.9     T2     C1
8      3.6  x2     7.9     T2     C2

我想重塑數據像這樣

final_res = pd.DataFrame({'C1': {1: 1.1, 2: 1.8},
    'C2': {1: 2.6, 2: 3.6},
    'ID': {1: 'x1', 2: 'x2'},
    'T1': {1: 1.1, 2: 1.8},
    'T2': {1: 2.2, 2: 7.9}})

最終結果將是：

  ID  T1  T2  C1  C2
1 x1 1.1 2.3 1.1 2.6
2 x2 1.8 7.9 1.8 3.6

我已經嘗試過使用pivot函數或同時使用set_index和set_index進行許多unstack

那是我解決問題的最佳嘗試

df.set_index(['ID', 'name1', 'name2']).unstack('name1').unstack('name2')

只需執行此操作即可在R使用tidyr包輕松解決

df %>%
  spread(name1, T1_val) %>%
  spread(name2, C1_val)

Answer 1

使用.pivot_table然后使用concat ：

>>> a = df.pivot_table(index='ID', columns='name1', values='T1_val')
>>> b = df.pivot_table(index='ID', columns='name2', values='C1_val')
>>> pd.concat((a, b), axis=1).reset_index()
   ID   T1   T2   C1   C2
0  x1  1.1  2.2  1.1  2.6
1  x2  1.8  7.9  1.8  3.6