Pandas pivot dataframe 並根據它們是否存在將新列設置為真/假

Question

正如標題所說，我想 pivot 我的 dataframe （我相信它需要被旋轉？）

假設我有一個看起來像這樣的 df：

df = pd.DataFrame({'ID' : [0, 0, 1, 1, 1], 
                   'REV' : [0, 0, 1, 1, 1],
                   'GROUP' : [1, 2, 1, 2, 3]})


+----+-----+-------+
| ID | REV | GROUP |
+----+-----+-------+
|  0 |   0 |     1 |
|  0 |   0 |     2 |
|  1 |   1 |     1 |
|  1 |   1 |     2 |
|  1 |   1 |     3 |
+----+-----+-------+

我想做某種 pivot 所以我的表格結果看起來像

+----+-----+------+------+-------+
| ID | REV |  1   |  2   |   3   |
+----+-----+------+------+-------+
|  0 |   0 | True | True | False |
|  1 |   1 | True | True | True  |
+----+-----+------+------+-------+

現在 GROUP 列中的值變成了自己的列。 這些列中的每一個的值都是 T/F，取決於原始 df 是否具有該組。

有什么建議嗎？ 這看起來像是 pivot 的東西，但在使用樞軸時我是個大菜鳥

Answer 1

我會使用get_dummies然后groupby與any ：

pd.get_dummies(df.set_index(["ID", "REV"]).GROUP).groupby(level=[0,1]).any()


           1     2      3
ID REV                   
0  0    True  True  False
1  1    True  True   True

如果您希望將ID和REV列作為列而不是索引，則可以添加reset_index ：

pd.get_dummies(df.set_index(["ID", "REV"]).GROUP).groupby(level=[0,1]).any().reset_index()

   ID  REV     1     2      3
0   0    0  True  True  False
1   1    1  True  True   True

Answer 2

嘗試使用crosstab

out = pd.crosstab([df.ID,df.REV],df.GROUP).ne(0).reset_index().rename_axis(None,axis=1)
out
   ID  REV     1     2      3
0   0    0  True  True  False
1   1    1  True  True   True

Answer 3

您可以創建一個與GROUP相同的虛擬列，然后將該虛擬列用作pivot_table()中的值。

df['GROUP_'] = df['GROUP']

df_ = ~ pd.pivot_table(df, index=['ID', 'REV'], columns='GROUP', values='GROUP_').isna()

print(df_)

GROUP      1     2      3
ID REV                   
0  0    True  True  False
1  1    True  True   True

print(df_.reset_index().rename_axis(None,axis=1))

   ID  REV     1     2      3
0   0    0  True  True  False
1   1    1  True  True   True