Skip to main content
 首页 » 编程设计

python之Pandas 数据框数据透视表和分组

2025年04月02日14mayingbao

我有一个 DataFrame,我将其制作成数据透视表,但现在我想对数据透视表进行排序,以便基于特定列的公共(public)值彼此对齐。例如订购 DataFrame 以便所有常见国家/地区对齐同一行:

data = {'dt': ['2016-08-22', '2016-08-21', '2016-08-22', '2016-08-21', '2016-08-21'], 
        'country':['uk', 'usa', 'fr','fr','uk'], 
        'number': [10, 21, 20, 10,12] 
        } 
 
df = pd.DataFrame(data) 
print df 
 
  country          dt  number 
0      uk  2016-08-22      10 
1     usa  2016-08-21      21 
2      fr  2016-08-22      20 
3      fr  2016-08-21      10 
4      uk  2016-08-21      12 
 
 
#pivot table by dt: 
 
df['idx'] = df.groupby('dt')['dt'].cumcount() 
df_pivot = df.set_index(['idx','dt']).stack().unstack([1,2]) 
print df_pivot 
dt       2016-08-22        2016-08-21        
       country number    country number 
idx                                     
0           uk     10        usa     21 
1           fr     20         fr     10 
2          NaN    NaN         uk     12 
 
 
#what I really want: 
 
        dt    2016-08-22   2016-08-21        
       country number    country number 
 
0           uk     10         uk     12 
1           fr     20         fr     10 
2          NaN    NaN        usa     21 

甚至更好:

               2016-08-22   2016-08-21        
       country  number       number 
 
0           uk     10         12 
1           fr     20         10 
2          usa    NaN         21 

即2016-08-22 和 2016-08-21 中的 uk 值在同一行对齐

请您参考如下方法:

您可以使用:

df_pivot = df.set_index(['dt','country']).stack().unstack([0,2]).reset_index() 
print (df_pivot) 
dt country 2016-08-22 2016-08-21 
               number     number 
0       fr       20.0       10.0 
1       uk       10.0       12.0 
2      usa        NaN       21.0   
 
#change first value of Multiindex from first to second level 
cols  = [col for col in df_pivot.columns] 
df_pivot.columns = pd.MultiIndex.from_tuples([('','country')] + cols[1:]) 
print (df_pivot) 
          2016-08-22 2016-08-21 
  country     number     number 
0      fr       20.0       10.0 
1      uk       10.0       12.0 
2     usa        NaN       21.0 

另一个更简单的解决方案是 pivot :

df_pivot = df.pivot(index='country', columns='dt', values='number') 
print (df_pivot) 
dt       2016-08-21  2016-08-22 
country                         
fr             10.0        20.0 
uk             12.0        10.0 
usa            21.0         NaN