使用新的列名將 Pandas 中的數據框從長格式改成寬格式

Question

我有一個需要重塑的數據框（示例如下）。 我只需要每行一個唯一用戶，但是，現在，每個用戶在數據框中都有兩行，基於“testday”列（基線和 D7）具有不同的值。 我想要的是根據 testday 組的列名重命名值列 ('01. Tristeza Aparente)。 因此，新值列將類似於“Basel_Tristeza Aparente”和“D7_01”。 Tristeza Aparente'

我在Pivot和unstack上准備的教程不太有效，因為我沒有嘗試聚合數據。 將用戶折疊為一行時，我只需要不同的列。 謝謝，如果我能讓這個問題更清楚，請告訴我

  {'01. Tristeza Aparente': {0: 4.0,
  1: 4.0,
  2: 4.0,
  3: 2.0,
  4: 1.0,
  5: 0.0,
  6: 3.0},
 '02. Tristeza Expressa': {0: 6.0,
  1: 6.0,
  2: 4.0,
  3: 0.0,
  4: 4.0,
  5: 3.0,
  6: 6.0},
 'group': {0: 'placebo',
  1: 'placebo',
  2: 'placebo',
  3: 'placebo',
  4: 'placebo',
  5: 'placebo',
  6: 'placebo'},
 'subject': {0: 1.0, 1: nan, 2: 2.0, 3: nan, 4: 3.0, 5: nan, 6: 4.0},
 'subjectedit': {0: 1.0, 1: 1.0, 2: 2.0, 3: 2.0, 4: 3.0, 5: 3.0, 6: 4.0},
 'testday': {0: 'Basal',
  1: 'D7',
  2: 'Basal',
  3: 'D7',
  4: 'Basal',
  5: 'D7',
  6: 'Basal'}}

Answer 1

這是df['new_column'] = df['testday'] + '_' + '01. Tristeza Aparente' df['new_column'] = df['testday'] + '_' + '01. Tristeza Aparente'會解決您的問題嗎？ 您還可以將其分配給現有列。

Answer 2

您可以使用f對數據框進行pivot並使用格式化的字符串重命名列，但請確保您使用的是最新版本的 Pandas，因為早期版本的透視有問題。

df = df.pivot(index=['group', 'subjectedit'], columns='testday')
df.columns = [f'{col[1]}_{col[0]}' for col in df.columns]
df
Out[1]: 
                     Basal_01. Tristeza Aparente  D7_01. Tristeza Aparente  \
group   subjectedit                                                          
placebo 1.0                                  4.0                       4.0   
        2.0                                  4.0                       2.0   
        3.0                                  1.0                       0.0   
        4.0                                  3.0                       NaN   

                     Basal_02. Tristeza Expressa  D7_02. Tristeza Expressa  \
group   subjectedit                                                          
placebo 1.0                                  6.0                       6.0   
        2.0                                  4.0                       0.0   
        3.0                                  4.0                       3.0   
        4.0                                  6.0                       NaN   

                     Basal_subject  D7_subject  
group   subjectedit                             
placebo 1.0                    1.0         NaN  
        2.0                    2.0         NaN  
        3.0                    3.0         NaN  
        4.0                    4.0         NaN