时间戳

首页 > 解决方案 > 在 Pandas 中使用 Groupyby 结果中的值来命名新数据框中的列

python - 在 Pandas 中使用 Groupyby 结果中的值来命名新数据框中的列

问题描述

我有一个问题：我有一个包含列（'A'、'B'、'C'、'D'）的数据框，我将其按两列（'A'、'B'）分组，然后我使用了计数功能。 temp_df = df.groupby(['A', 'B']).count()

结果是这样的

一个 乙 C D
x_1 y_1 3 3
y_2 5 5
x_2 y_1 1 1
x_3 y_1 2 2
x_4 y_1 7 7
y_2 8 8

还有一点：列B是二进制的，我的意思是要么是y_1要么y_2。但 Column 中的值A可以是任何值。还有其他一些东西，如果我们x_1 --> y_2在数据框中，必须有x_1 --> y_1，这是有保证的。现在我想要另一个包含这些列的数据框：

一个 y_1 y_2
x_1 3 5
x_2 1 0
x_3 2 0
x_4 7 8

但我不知道该怎么做。

ps：我知道我可以使用for循环但是它效率低下，我想使用pandas函数。

谢谢。

标签： pythonpandasdataframe

解决方案

您可以unstack在B填充任何一个y_1或y_20 的缺失时调整级别。然后我们选择C列的值，如D注释中所述可以省略：

>>> df.unstack("B", fill_value=0).C

B    y_1  y_2
A
x_1    3    5
x_2    1    0
x_3    2    0
x_4    7    8

如果你想摆脱B左上角（作为列名放在那里），你可以进一步将该轴重命名为None：

>>> df.unstack("B", fill_value=0).C.rename_axis(columns=None)

     y_1  y_2
A
x_1    3    5
x_2    1    0
x_3    2    0
x_4    7    8

A这里是索引，要使其成为列，我们可以重置索引：

>>> df.unstack("B", fill_value=0).C.rename_axis(columns=None).reset_index()

     A  y_1  y_2
0  x_1    3    5
1  x_2    1    0
2  x_3    2    0
3  x_4    7    8

推荐阅读