python - Pandas - .pivot()

Question

假设我有以下数据框:

import pandas as pd
import numpy as np
df = pd.DataFrame({"ort":["home","away","home","away"]*12, 
  "numbers":np.random.randint(0,3,48),"wins":np.random.randint(99,104,48)})

如何将 df 转换为 ort 成为列索引的形状，即生成的数据帧的形状如下所示

| Ort   | Home          |   Away        |
|-------|---------------|---------------|
| Index | numbers wins  |  numbers wins |
| 0     |  0 102        |  2 99         |
| 1     |  2 103        |  1 99         |

等等。

我尝试了df.pivot(columns = "ort")，但它不起作用，因为它导致主场和客场低于数字和胜利。

有人可以告诉我该怎么做吗？

我见过How to spread a column in a Pandas data frame 。然而，我的“数字”和“胜利”列只是占位符。在我的实际 df 中，我有 100 列(在上面的链接中只有一列)。所以我的问题是我该如何做到这一点。

谢谢!

Answer 1

您需要引入游戏id的占位符才能传播。

df['game_id'] = np.array(range(0, len(df.index)//2)).repeat(2)

然后这有效:

pd.pivot_table(df, index='game_id', columns='ort',values=['numbers','wins']
               ).swaplevel(0,1, axis=1).sort_index(axis=1)
#ort        away         home     
#        numbers wins numbers wins
#game_id                          
#0             2  101       2  101
#1             0  100       0   99
#2             1  101       2   99
#3             2  101       2  103
#4             0  103       1  101
#5             0   99       1  102
#...
#23            0  100       1  101

对您的评论进行跟进的一些解释:

• 使用swaplevels(0,1, axis=1)交换multiIndex列的级别。

• 使用 sort_index(axis=1) 按新的顶级索引(主场与客场)进行分组。

• 如果您有一百个指标，则需要将 ['numbers','wins'] 替换为指标名称列表。