如何通过列中的变量名称拆分 pandas DataFrame 中的列? 我在下面有一个 DataFrame:
ID FEATURE PARAM VALUE
0 A101 U1 ITEM1 10
1 A101 U1 ITEM2 11
2 A101 U2 ITEM1 12
3 A101 U2 ITEM2 13
4 A102 U1 ITEM1 14
5 A102 U1 ITEM2 15
6 A102 U2 ITEM1 16
7 A102 U2 ITEM2 17
我想按如下方式拆分它。
ID FEATURE ITEM1 ITEM2
0 A101 U1 10 11
1 A101 U2 12 13
2 A102 U1 14 15
3 A102 U2 16 17
我尝试使用其中一种响应,效果很好,但效果不佳。
Select_Data.groupby('PARAM')['VALUE'].apply(list).apply(pd.Series).T
PARAM ITEM1 ITEM2
0 10 11
1 12 13
2 14 15
3 16 17
但是我丢失了 ID 和 FEATURE 列,我想将它们保留在表中。我将不胜感激任何建议。
最佳答案
您还可以将 pivot_table
与索引 ID,FEATURE
一起使用,然后重置索引,即
ndf = pd.pivot_table(df,columns='PARAM', values='VALUE',index=['ID','FEATURE']).reset_index()
如果你想聚合重复值,那么你可以使用平均值
ndf = pd.pivot_table(df,columns='PARAM', values='VALUE',index=['ID','FEATURE'],aggfunc='mean').reset_index()
输出:
PARAM ID FEATURE ITEM1 ITEM2 0 A101 U1 10 11 1 A101 U2 12 13 2 A102 U1 14 15 3 A102 U2 16 17 In [528]:
关于python - 在 Python Pandas 数据框中拆分列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45529667/