时间戳

首页 > 解决方案 > 旋转整数数据帧时的浮点值（pandas - python）

python - 旋转整数数据帧时的浮点值（pandas - python）

问题描述

我有一个巨大的熊猫数据框，形状像这个例子：

 new_id hour names values
    0   0   mark    5
    0   0   matt    4
    0   0   alex    3
    1   0   roger   2
    1   0   arthur  7
    1   1   alf     8
    2   1   ale     6
    3   1   peter   5
    3   2   tom     2
    4   2   andrew  7

我需要重塑它，所以我使用pivot_table()：

dummy=dummy.pivot_table(index=['hour','new_id'],columns='name', values='values').fillna(0)

所以它变成了

        names   ale alex alf andrew arthur mark matt peter roger tom
hour    new_id                                      
0           0   0.0 3.0 0.0 0.0 0.0 5.0 4.0 0.0 0.0 0.0
            1   0.0 0.0 0.0 0.0 7.0 0.0 0.0 0.0 2.0 0.0
1           1   0.0 0.0 8.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
            2   6.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
            3   0.0 0.0 0.0 0.0 0.0 0.0 0.0 5.0 0.0 0.0
2           3   0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 2.0
            4   0.0 0.0 0.0 7.0 0.0 0.0 0.0 0.0 0.0 0.0
....

顺便说一句，这个小例子无法重现我的问题：在真实数据集中，当我旋转它时，我得到一些不应该存在的浮点值，因为它们是values初始数据集的聚合和总和，它们都是整数。它们不仅是浮动的，而且与确切的结果相去甚远。

为什么我会得到这些浮点值？有没有更好的方法来得到我想要的？我真的不想自己编写一个函数来在旋转数据框之前正确汇总所有值，因为这应该正是这样pivot_table()做的。

标签： pythonpandassumpivot-table

解决方案

存在问题NaNs，它将所有值转换为s，因此如果输入数据为s，则float可能的解决方案是添加参数：fill_value=0integer

dummy=dummy.pivot_table(index=['hour','new_id'],columns='name', values='values', fill_value=0)
print (dummy)
name         ale  alex  alf  andrew  arthur  mark  matt  peter  roger  tom
hour new_id                                                               
0    0         0     3    0       0       0     5     4      0      0    0
     1         0     0    0       0       7     0     0      0      2    0
1    1         0     0    8       0       0     0     0      0      0    0
     2         6     0    0       0       0     0     0      0      0    0
     3         0     0    0       0       0     0     0      5      0    0
2    3         0     0    0       0       0     0     0      0      0    2
     4         0     0    0       7       0     0     0      0      0    0

中的默认聚合函数pivot_table是mean，因此预计输出中至少有一个浮点值，因此它将所有值转换为floats。

因此，如果将聚合函数更改为sum所有工作正常：

dummy = dummy.pivot_table(index=['hour','new_id'],
                          columns='name', 
                          values='values', 
                          fill_value=0, 
                          aggfunc='sum')

推荐阅读