大 pandas 长到宽的多栏重塑

2022-04-18 00:00:00 python pandas reshape

问题描述

我有一个 pandas 数据框,如下所示:

 request_id     crash_id           counter  num_acc_x  num_acc_y  num_acc_z
    745109.0    670140638.0        0      0.010      0.000     -0.045
    745109.0    670140638.0        1      0.016     -0.006     -0.034
    745109.0    670140638.0        2      0.016     -0.006     -0.034
我的id变量是:"请求_id"和"崩溃_id",目标变量是nu_acc_x、num_acc_y和num_acc_z 我想创建一个新的DataFrame,其中的目标变量被广泛重塑,即添加max(Count)*3个新变量,如num_acc_x_0、num_acc_x_1、...Num_acc_y_0、num_acc_y_1、...Num_acc_z_0、num_acc_z_1可能没有透视表作为最终结果(我希望像R中那样为True DataFrame)。

提前感谢您的关注


解决方案

我认为您需要set_indexunstack,最后一次创建列名来自MultiIndexbymap

df = df.set_index(['request_id','crash_id','counter']).unstack()
df.columns = df.columns.map(lambda x: '{}_{}'.format(x[0], x[1]))
df = df.reset_index()
print (df)
   request_id     crash_id  num_acc_x_0  num_acc_x_1  num_acc_x_2  
0    745109.0  670140638.0         0.01        0.016        0.016   

   num_acc_y_0  num_acc_y_1  num_acc_y_2  num_acc_z_0  num_acc_z_1  
0          0.0       -0.006       -0.006       -0.045       -0.034   

   num_acc_z_2  
0       -0.034  

另一个具有聚合功能的解决方案与pivot_table重复:

df = df.pivot_table(index=['request_id','crash_id'], columns='counter', aggfunc='mean')
df.columns = df.columns.map(lambda x: '{}_{}'.format(x[0], x[1]))
df = df.reset_index()
print (df)
   request_id     crash_id  num_acc_x_0  num_acc_x_1  num_acc_x_2  
0    745109.0  670140638.0         0.01        0.016        0.016   

   num_acc_y_0  num_acc_y_1  num_acc_y_2  num_acc_z_0  num_acc_z_1  
0          0.0       -0.006       -0.006       -0.045       -0.034   

   num_acc_z_2  
0       -0.034  

df = df.groupby(['request_id','crash_id','counter']).mean().unstack()
df.columns = df.columns.map(lambda x: '{}_{}'.format(x[0], x[1]))
df = df.reset_index()
print (df)
   request_id     crash_id  num_acc_x_0  num_acc_x_1  num_acc_x_2  
0    745109.0  670140638.0         0.01        0.016        0.016   

   num_acc_y_0  num_acc_y_1  num_acc_y_2  num_acc_z_0  num_acc_z_1  
0          0.0       -0.006       -0.006       -0.045       -0.034   

   num_acc_z_2  
0       -0.034  

相关文章