python - 错误 pd.pivot "MultiIndex.name must be a hashable type"

Question

我正在尝试将类似于 R 的 tidyr::spread 的东西应用于我的 pandas 数据帧。我在某些地方看到人们使用 pd.pivot 但到目前为止我没有成功。

因此，在这个示例中，我有以下数据框 DF:

df = pd.DataFrame({'action_id' : [1,2,1,4,5],
               'name': ['jess', 'alex', 'jess', 'cath', 'mary'],
              'address': ['house', 'house', 'park', 'park', 'park'],
               'date': [ '01/01', '02/01', '03/01', '04/01', '05/01']})

它看起来怎么样:

好吧，所以我想要的是一个以“action_id”和“name”作为索引的多索引数据透视表，“传播”地址列并用“日期”列填充它。所以我的 df 看起来像这样:

我尝试做的是:

df.pivot(index = ['action_id', 'name'], columns = 'address', values = 'date')

我收到错误TypeError:MultiIndex.name必须是可散列类型

有人知道我做错了什么吗？

Answer 1

您不需要在pd.pivot中提及索引

这会起作用

import pandas as pd

df = pd.DataFrame({'action_id' : [1,2,1,4,5],
               'name': ['jess', 'alex', 'jess', 'cath', 'mary'],
              'address': ['house', 'house', 'park', 'park', 'park'],
               'date': [ '01/01', '02/01', '03/01', '04/01', '05/01']})

df = pd.concat([df, pd.pivot(data=df, index=None, columns='address', values='date')], axis=1) \
            .reset_index(drop=True).drop(['address','date'], axis=1)
print(df)

   action_id  name  house   park
0          1  jess  01/01    NaN
1          2  alex  02/01    NaN
2          1  jess    NaN  03/01
3          4  cath    NaN  04/01
4          5  mary    NaN  05/01

要达到你想要的效果，你需要进行分组

df = df.groupby(['action_id','name']).agg({'house':'first','park':'first'}).reset_index()
print(df)
   action_id  name  house   park
0          1  jess  01/01  03/01
1          2  alex  02/01    NaN
2          4  cath    NaN  04/01
3          5  mary    NaN  05/01

如果答案对您有帮助，别忘了采纳