python - 具有非数字数据的索引列中具有重复项的透视/分组数据框

Question

假设我有以下示例数据框:

df1 = pd.DataFrame({'col1': ['A', 'A', 'B', 'A'], 'col2': ['CA', 'DA', 'CA', 'CA'], 'col3': [1, 1, 1, 2]})


Out[25]:

  col1 col2 col3
0  A    CA   1 
1  A    DA   1 
2  B    CA   1 
3  A    CA   2 

我想通过“col3”作为索引和“col1”作为新列(在本例中列是“A”或“B”)对该表进行分组，并且值应该是“col2”。

我用pivot_table(也用pivot)尝试过:

pd.pivot_table(df1,index='col3', columns="col1", values=['col2'])

在这种情况下，错误是:没有要聚合的数字类型在pivot命令的情况下，错误是:多个索引。这两种情况对我来说似乎都是合理的。但有什么选择可以做到这一点吗？当我的一列有两个值时，我更喜欢以下结果:

  A                B
1 ['CA', 'DA']     CA
2  'CA'            NaN

Answer 1

对于输出中包含缺失值的所有列表，添加自定义 lambda 函数:

df1 = pd.pivot_table(df1,index='col3', columns="col1", values='col2',
                     aggfunc = lambda x: x.tolist())
print (df1)
col1         A     B
col3                
1     [CA, DA]  [CA]
2         [CA]   NaN

如果需要标量而不是一个元素列表，请添加 if-else 语句:

df1 = pd.pivot_table(df1,index='col3', columns="col1", values='col2', 
                     aggfunc = lambda x: x.tolist() if len(x) > 1 else x.iat[0])
print (df1)
col1         A    B
col3               
1     [CA, DA]   CA
2           CA  NaN