Skip to main content
 首页 » 编程设计

python之Pandas 按组将列转换为多个

2025年02月15日8myhome

我遇到过这样一种情况,我有两列,其中一列是类别 ID,另一列是类别值。由于这些值对于不同的类别具有不同的含义,因此我想将这些值提取到单独的列中。例如,我想转换

+----+--------+ 
| id | value  | 
+----+--------+ 
| 1  |      1 | 
| 1  |      2 | 
| 2  |      1 | 
| 2  |      2 | 
| 3  |      1 | 
| 3  |      2 | 
+----+--------+ 

为此:

+----+---------+---------+---------+ 
| id | value_1 | value_2 | value_3 | 
+----+---------+---------+---------+ 
|  1 |       1 |       0 |       0 | 
|  1 |       2 |       0 |       0 | 
|  2 |       0 |       1 |       0 | 
|  2 |       0 |       2 |       0 | 
|  3 |       0 |       0 |       1 | 
|  3 |       0 |       0 |       2 | 
+----+---------+---------+---------+ 

我确信我可以通过一些 numpy 风格的操作来做到这一点,但我正在努力更好地掌握 pandas,并希望以 pandas-y 的方式来做到这一点。

我天真的猜测是使用 groupby 的东西,但我不确定如何从中生成多个列。类似的东西

data.groupby('id').agg({'value': something}) 

如有任何帮助,我们将不胜感激。

请您参考如下方法:

你可以使用get_dummies()并将其乘以 value 列:

In [58]: df[['id']] \ 
           .join(pd.get_dummies(df['id']).mul(df['value'], axis=0).add_prefix('value_')) 
Out[58]: 
   id  value_1  value_2  value_3 
0   1        1        0        0 
1   1        2        0        0 
2   2        0        1        0 
3   2        0        2        0 
4   3        0        0        1 
5   3        0        0        2 

解释:

In [53]: pd.get_dummies(df['id']) 
Out[53]: 
   1  2  3 
0  1  0  0 
1  1  0  0 
2  0  1  0 
3  0  1  0 
4  0  0  1 
5  0  0  1 
 
 
In [52]: pd.get_dummies(df['id']).mul(df['value'], axis=0) 
Out[52]: 
   1  2  3 
0  1  0  0 
1  2  0  0 
2  0  1  0 
3  0  2  0 
4  0  0  1 
5  0  0  2