python - Python:如何将 Pandas Dataframe 行值转换为单个列?
问题描述
我有以下数据框,其中包含不同时间间隔的不同作业开始和结束时间的数据。数据框的一小部分如下所示。
数据框(df):
result | job | time
START | JOB0 | 1357
START | JOB2 | 2405
END | JOB2 | 2379
START | JOB3 | 4010
END | JOB0 | 5209
END | JOB3 | 6578
START | JOB0 | 6000
END | JOB0 | 6100
(注意 - 原始数据框有 5 个作业(JOB0 到 JOB4)我想将列的值(START
和END
)转换为数据框中的result
单个列。
所需数据帧(df2)
job | START | END
JOB0 | 1357 | 5209
JOB2 | 2405 | 2379
JOB3 | 4010 | 6578
JOB0 | 6000 | 6100
代码
我尝试使用 a 来实现pivot_table
它,但它给出了不需要的聚合值。
df2 = df.pivot_table('time', 'job','result')
代码输出
result | END | START
job
JOB0 | 5.000589e+08 5.000636e+08
JOB1 | 4.999141e+08 4.999188e+08
JOB2 | 5.001668e+08 5.001715e+08
JOB3 | 4.995190e+08 4.995187e+08
JOB4 | 5.003238e+08 5.003236e+08
如何获得所需的数据框?
解决方案
您有重复job
(JOB0
有 2 个不同的开始和结束时间),因此您还需要按累积计数(groupby.cumcount
)进行旋转,因此索引是唯一的。之后,您可以通过降低累积计数水平来整理枢轴。
df['idx'] = df.groupby(['job', 'result']).cumcount()
(df.pivot(index=['job', 'idx'], columns='result', values='time')
.sort_index(level=1)
.droplevel(1)
.reset_index()
.rename_axis(None, axis=1)[['job', 'START', 'END']])
[出去]
job START END
0 JOB0 1357 5209
1 JOB2 2405 2379
2 JOB3 4010 6578
3 JOB0 6000 6100