pandas pivot 多列表

Question

輸入表

pcd	收入	教育	1 至 20 歲	甘油三酯
a1001	INCOME_1	教育_1	1個	1個
a1003	INCOME_2	教育_2	0	2個
a1001	INCOME_3	教育_2	5個	2個
a1002	INCOME_2	教育_2	1個	5個
a1003	INCOME_1	教育_2	3個	4個

必填 OUTPUT

pcd	INCOME_1	INCOME_2	INCOME_3	教育_1	教育_2	1 至 20 歲	甘油三酯
a1001	1個	0	1個	1個	1個	6個	1.5
a1002	0	1個	0	0	1個	1個	5個
a1003	1個	1個	0	0	2個	3個	3個

pcd 是指數，income1、income2、income3、education1、education2、age 聚合為總和，而 TG 聚合為平均值。

pd.pivot_table(df, index=['pcd', 'age1to_20'],
           aggfunc={'INCOME':sum,'Education'=sum,'age1to_20'=sum,'TG':avg},fill_value=0)

試過上面的代碼但沒有成功

Answer 1

你可以先melt ，然后pivot_table重塑，最后groupby.agg組合'pcd'：

agg_funcs = {'TG': 'mean', 'pcd': 'first'}

out = (df
   .melt(['pcd', 'age1to_20', 'TG'])
   .assign(v=1)
   .pivot_table(index=['pcd', 'age1to_20', 'TG'], columns='value',
                values='v', fill_value=0)
   .reset_index().rename_axis(columns=None)
   .pipe(lambda d: d.groupby('pcd', as_index=False)
                    .agg({c: agg_funcs.get(c, 'sum') for c in d.columns}))
)

Output：

     pcd  age1to_20   TG  Education_1  Education_2  INCOME_1  INCOME_2  INCOME_3
0  a1001          6  1.5            1            1         1         0         1
1  a1002          1  5.0            0            1         0         1         0
2  a1003          3  3.0            0            2         1         1         0

Answer 2

作為替代方案，您可以使用 crosstab 和 groupby：

x=pd.crosstab(df['pcd'],columns=df['INCOME'])
print(x)
'''
INCOME  INCOME_1  INCOME_2  INCOME_3
pcd                                 
a1001          1         0         1
a1002          0         1         0
a1003          1         1         0
'''

y=pd.crosstab([df['pcd']],columns=[df['Education']])
z=df.groupby('pcd').agg({'age1to_20':'sum','TG':'mean'})
final=x.join([y,z])
print(final)
'''
       INCOME_1  INCOME_2  INCOME_3  Education_1  Education_2  age1to_20   TG
pcd                                                                          
a1001         1         0         1            1            1          6  1.5
a1002         0         1         0            0            1          1  5.0
a1003         1         1         0            0            2          3  3.0
'''

Answer 3

您還需要指定值的來源以及哪些列將指定您的新列名。

另外，我不太清楚你的價值觀來自哪里。

但它看起來像這樣，例如，

pd.pivot_table(df, index=['pcd', 'age1to_20'], 
           values=['age1to_20']
           columns=['income', 'education']
           aggfunc={'INCOME':sum,'TG':avg},fill_value=0)