python - 如何转置 Pandas 数据框以交叉制表数据框以保留所有值

Question

假设我们有这样的数据框:

df = pd.DataFrame({'key' : ['one', 'two', 'three', 'four'] * 3,
                   'col' : ['A', 'B', 'C'] * 4,
                   'val1' : np.random.randn(12),
                   'val2' : np.random.randn(12),
                   'val3' : np.random.randn(12)})

key + col是唯一键

我想让 col 值变成拆分列或对它们进行交叉制表，最后看起来像这样:

第一种天真的方法 pd.crosstab(df.key,df.col) 在这里效果不佳:

此代码 pd.crosstab(df.key,df.col,values = df[['val1', 'val2', 'val3']], aggfunc = np.max) 失败以 ValueError 运行:错误的项目数量通过 3，放置意味着 1

它是如何工作的？

Answer 1

使用pivot_table与 swaplevel和 sort_index使用聚合函数 np.max:

df = (df.pivot_table(index='key', columns='col', aggfunc=np.max)
       .swaplevel(0,1,axis=1)
       .sort_index(axis=1))

备选方案由 GroupBy.max 聚合:

df = (df.groupby(['key', 'col'])
        .max()
        .unstack()
        .swaplevel(0,1,axis=1)
        .sort_index(axis=1))

---

print (df)
col           A                             B                             C  \
           val1      val2      val3      val1      val2      val3      val1   
key                                                                           
four  -0.225967  0.362041  0.040915 -1.227718 -0.879248 -1.279912 -1.577218   
one   -0.187167  1.530731 -1.112116 -0.871077 -2.099876 -0.069297 -0.351971   
three -0.165375 -0.378049 -0.390724  0.484519 -0.408990 -1.496042  0.590083   
two    1.923084 -0.688284  1.702659 -0.159921  0.635245  0.623821 -1.503893   

col                        
           val2      val3  
key                        
four  -1.135872  0.645371  
one    2.347472  0.129252  
three  0.402825  0.883710  
two   -0.132847  0.179476