大 pandas 长到宽的多栏重塑
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_index
unstack
,最后一次创建列名来自MultiIndex
bymap
:
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