我有一个看起来像这样的 Pandas DataFrame(目前除了内置行索引之外没有其他索引,但如果更容易向“Person”和“Car”添加索引,那也很好):
before = pd.DataFrame({
'Email': ['john@example.com','mary@example.com','jane@example.com','john@example.com','mary@example.com'],
'Person': ['John','Mary','Jane','John','Mary'],
'Car': ['Ford','Toyota','Nissan','Nissan','Ford']
})
我想重新塑造它看起来像这样:
after = pd.DataFrame({
'Person': ['John','Mary','Jane'],
'Email': ['john@example.com','mary@example.com','jane@example.com'],
'Ford': [True,True,False],
'Nissan': [True,False,True],
'Toyota': [False,True,False]
})
请注意,约翰同时拥有一辆福特和一辆尼桑,玛丽拥有一辆福特和一辆丰田,而保罗则一直坚持他信赖的尼桑。
我已经尝试了堆叠多索引 DataFrame、分组、旋转的各种排列——我似乎无法弄清楚如何从“Car”列中获取值并将其转置到一个新列中值“True”,通过名字将人们合并在一起。
请您参考如下方法:
不确定这是否是最好的方法,但一种方法是 -
In [26]: before.pivot_table(index=['Email','Person'],columns=['Car'], aggfunc=lambda x: True).fillna(False).reset_index()
Out[26]:
Car Email Person Ford Nissan Toyota
0 jane@example.com Jane False True False
1 john@example.com John True True False
2 mary@example.com Mary True False True
