时间戳

首页 > 解决方案 > Pandas：在没有 MultiIndex 的情况下重塑 DataFrame

python - Pandas：在没有 MultiIndex 的情况下重塑 DataFrame

问题描述

我需要重塑我的数据框

data = [
    ['Name 1', '17-11-2018', '2'],
    ['Name 2', '17-11-2018', '4'],
    ['Name 3', '17-11-2018', '6'],
    ['Name 1', '18-11-2018', '4'],
    ['Name 2', '18-11-2018', '6'],
    ['Name 3', '18-11-2018', '8'],
]
df = pd.DataFrame(data, columns = ['name', 'date', 'price'])
print(df)

  product        date price
0  Name 1  17-11-2018     2
1  Name 2  17-11-2018     4
2  Name 3  17-11-2018     6
3  Name 1  18-11-2018     4
4  Name 2  18-11-2018     6
5  Name 3  18-11-2018     8

我想得到这样的结果：

name   17-11-2018 18-11-2018                        
Name 1          2          4
Name 2          4          6
Name 3          6          8

但我最好的解决方案是 MultiIndex。

qty = pd.pivot_table(df, index='name', values='price', columns='date', aggfunc=np.sum, fill_value=0)
print(qty)

date   17-11-2018 18-11-2018
name                        
Name 1          2          4
Name 2          4          6
Name 3          6          8

需要一些建议或解决方案如何获得我需要的结果。

标签： pythonpandasdataframereshape

解决方案

您可以使用reset_index重置索引和rename_axis重命名列索引：

qty = pd.pivot_table(df, index='name', values='price', columns='date', aggfunc=np.sum, fill_value=0)\
        .reset_index()\
        .rename_axis(None, axis=1)

     name 17-11-2018 18-11-2018
0  Name 1          2          4
1  Name 2          4          6
2  Name 3          6          8

如果你想name作为索引，只使用rename_axis：

qty = pd.pivot_table(df, index='name', values='price', columns='date', aggfunc=np.sum, fill_value=0)\
        .rename_axis(None, axis=1)

       17-11-2018 18-11-2018
name                        
Name 1          2          4
Name 2          4          6
Name 3          6          8

推荐阅读