时间戳

首页 > 解决方案 > Python Pandas 按多列分组并追加

python - Python Pandas 按多列分组并追加

问题描述

多亏了Python Pandas Groupby/Append 列，我已经接近实现我想要的目标，但还没有完全实现。

东风：

城市 计划 问题 1 问题 2 问题 3
热那亚 服务1 啊啊啊 bbb ccc
热那亚 服务 2 ddd zzz 年年
热那亚 服务 3 ggg 公私合营 jjj
威尼斯 服务 2 lll vvv
威尼斯 服务 3 eee fff 嗯

预期输出：

城市 问题 1 问题 2 问题 3 问题 4 问题 5 问题 6 问题 7 问题 8 问题 9
热那亚 啊啊啊 bbb ccc ddd zzz 年年 ggg 公私合营 jjj
威尼斯 lll vvv eee fff 嗯

基本上我想：

  1. 按城市分组
  2. 丢弃计划列（如果可能）
  3. 附加所有其他参数（它们仍然需要始终按顺序排列，因此如果缺少服务，单元格将为空。

在从链接的解决方案中使用 unstack 和 cumcount 玩了一段时间之后，我仍然缺少一些东西来尊重 Plan 列的顺序，如果缺少服务则用空单元格填充。

这是我正在使用的代码：

import pandas as pd

df = pd.read_csv('input.csv')

df1 = df.set_index('City').stack().reset_index(name='vals')
df1['g'] = 'Param' + df1.groupby('City').cumcount().add(1).astype(str)
df1 = df1.pivot(index='City', columns='g', values='vals')

df1.to_csv('output.csv')

在我的测试中，我从输入中删除了Plan列，但问题是在对输出中的参数进行排序后，例如，如果一个城市只有Service 3，它们仍然在Service 1下对齐。

标签： pythonpandasgroup-bypandas-groupby

解决方案

这是一个枢轴问题，但您也可以通过堆叠和取消堆叠来做到这一点：

s = df.set_index(['City', 'Plan']).stack().unstack([1, 2])
s.columns = 'Problem ' + pd.RangeIndex(1, s.shape[1]+1).astype(str)

print (s)

       Problem 1 Problem 2 Problem 3 Problem 4 Problem 5 Problem 6 Problem 7 Problem 8 Problem 9
City                                                                                            
Genoa        aaa       bbb       ccc       ddd       zzz       yyy       ggg       ppp       jjj
Venice       NaN       NaN       NaN       lll       vvv       NaN       eee       fff       mmm

另一种使用方式melt：

s = df.melt(['City', 'Plan']).pivot('City', ['Plan', 'variable'], 'value')
s.columns = 'Problem ' + pd.RangeIndex(1, s.shape[1]+1).astype(str)

print (s)
       Problem 1 Problem 2 Problem 3 Problem 4 Problem 5 Problem 6 Problem 7 Problem 8 Problem 9
City                                                                                            
Genoa        aaa       ddd       ggg       bbb       zzz       ppp       ccc       yyy       jjj
Venice       NaN       lll       eee       NaN       vvv       fff       NaN       NaN       mmm

排序有点不同，但服务之间的相对排序被保留了。

推荐阅读