假设我们有一个如下 3 列的数据框
timestamp bin cnt
0 1548453780 0.2 0
1 1548453780 0.3 5
2 1548453780 0.4 0
3 1548453780 0.5 3
4 1548453780 0.6 0
你会如何生产这个:
bin 0.2 0.3 0.4
timestamp
1548453780 0 5 10
1548453782 2 3 0
如何使用枢轴生成如下所示的结构?我尝试了来自 pandas 的各种 groupby 和 pivot_table:df.groupby(['timestamp','bin']).sum(),但是 bin 列并没有像下面的例子。
Seaborn pydata 在此处有一个包含航类数据的示例:
https://seaborn.pydata.org/generated/seaborn.heatmap.html
year month passengers
0 1949 January 112
1 1949 February 118
2 1949 March 132
3 1949 April 129
4 1949 May 121
做一个枢轴:flights.pivot("month", "year", "passengers")
产生这个:
year 1949 1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 \
month
January 112 115 145 171 196 204 242 284 315 340 360
February 118 126 150 180 196 188 233 277 301 318 342
March 132 141 178 193 236 235 267 317 356 362 406
April 129 135 163 181 235 227 269 313 348 348 396
May 121 125 172 183 229 234 270 318 355 363 420
June 135 149 178 218 243 264 315 374 422 435 472
July 148 170 199 230 264 302 364 413 465 491 548
August 148 170 199 242 272 293 347 405 467 505 559
September 136 158 184 209 237 259 312 355 404 404 463
October 119 133 162 191 211 229 274 306 347 359 407
November 104 114 146 172 180 203 237 271 305 310 362
December 118 140 166 194 201 229 278 306 336 337 405
请您参考如下方法:
假设你有这样一个数据框
import pandas as pd
df = pd.DataFrame({"timestamp" : [1548453780] *3 + [1548453782] *3,
"bins" : [0.2, 0.3, 0.4] * 2 ,
"cnt" : [0,5,10,2,3,0]})
看起来像
timestamp bins cnt
0 1548453780 0.2 0
1 1548453780 0.3 5
2 1548453780 0.4 10
3 1548453782 0.2 2
4 1548453782 0.3 3
5 1548453782 0.4 0
然后你可以旋转为
piv = df.pivot("timestamp", "bins", "cnt")
并得到想要的输出:
bins 0.2 0.3 0.4
timestamp
1548453780 0 5 10
1548453782 2 3 0
