Skip to main content
 首页 » 编程设计

python之将行值分组为 Pandas 中的列

2024年11月24日8kevingrace

我有一个记录设备温度的数据集:

Device_ID Temperature Label 
1           50          0 
1           40          0 
2           34          0 
1           78          0 
2           66          1 
3           88          0 
1           12          0 
2           33          0 
3           91          0 

设备可以随时发送温度。上面的数据集已经按时间排序了。

我想做什么?

Classify devices based on their temperature pattern.

我已经有了数据集的标签,标签表示设备在测量后是否变坏(1 表示在这次测量后设备变坏,0 表示没问题)。一旦标签变为“坏”,设备现在就永久坏了,我不需要考虑对该 ID 进行以下测量。

因此,我想将分类数据集构建为:

Device_ID  T1  T2 T3 T4 ... Tn Label 
 
1          50 40 78 ...          0 
2          34 66 .....           1 (33 measurement now does not matter) 

所以,我的问题是如何将行中的这些时间序列值转换为 Pandas 中的列?如何高效完成此任务?

我可以使用 Pivot,但 Pivot 仅适用于分类变量。

非常感谢任何帮助。

请您参考如下方法:

这是一种方法。

使用 groupby.cumcount 创建一个新的辅助列 col以及每个“Device_ID”的最大标签的助手系列 label。然后使用 DataFrame.pivot和 assign你的 helper 系列:

df['col'] = 'T' + (df.groupby('Device_ID').Temperature.cumcount() + 1).astype(str) 
labels = df.groupby('Device_ID')['Label'].max() 
 
df_new = df.pivot(index='Device_ID', columns='col', values='Temperature').assign(Label=labels) 
print(df_new) 
 
col          T1    T2    T3    T4  Label 
Device_ID                                
1          50.0  40.0  78.0  12.0      0 
2          34.0  66.0  33.0   NaN      1 
3          88.0  91.0   NaN   NaN      0