基于另一列的行到列确定这是i

Question

我已经合并了两个数据帧，但现在有重复的行。我想根据列值将行移动到列/按列值分组

我已经合并了两个数据帧：

df_merge = pd.merge(top_emails_df, keyword_df, on='kmed_idf')

新的数据帧如下所示：

import pandas as pd
df = pd.DataFrame({'kmed_idf': ['1', '1', '1', '2', '2'], 
               'n_docs': [796, 796, 796, 200, 200],
               'email_from: ['foo', 'foo', 'foo', 'bar', 'bar'})

我尝试堆叠数据帧：

newtest = df_merge.set_index(['kmed_idf']).stack(level=0)
newtest= newtest.to_frame()

但这只创造了一个系列。当转换为数据帧时，它仍然不是很有用

我想要的是一个数据帧，其中每一行都是“kmed_idf”的唯一值，现在这些行都是列。大概是这样的：

import pandas as pd
df = pd.Dataframe({'kmed_idf': ['1', '2', '3'],
                   'n_docs': [796],
                   'n_docs2': [796],
                   'n_docs3,: [796]})

这样可以更容易地删除重复项。我也尝试过使用drop duplicates pandas功能，但没有效果

Answer 1

如果您只想删除重复项，我认为.drop_duplicates函数应该是一种方法

我不知道为什么它对你不起作用，但请试试这个：

import pandas as pd

df = pd.DataFrame({'kmed_idf': ['1', '1', '1', '2', '2'],
                   'n_docs': [796, 796, 796, 200, 200],
                   'email_from': ['foo', 'foo', 'foo', 'bar', 'bar']})

df.drop_duplicates(inplace=True)

print(df)

输出：

  email_from kmed_idf  n_docs
0        foo        1     796
3        bar        2     200