创建数据帧，并根据新列是否存在将其设置为True/False

Question

正如标题所述，我想透视我的数据帧（我相信它需要透视？）

假设我有一个df，看起来像这样：

df = pd.DataFrame({'ID' : [0, 0, 1, 1, 1], 
                   'REV' : [0, 0, 1, 1, 1],
                   'GROUP' : [1, 2, 1, 2, 3]})


+----+-----+-------+
| ID | REV | GROUP |
+----+-----+-------+
|  0 |   0 |     1 |
|  0 |   0 |     2 |
|  1 |   1 |     1 |
|  1 |   1 |     2 |
|  1 |   1 |     3 |
+----+-----+-------+

我想做一些透视，这样我的表格结果看起来

+----+-----+------+------+-------+
| ID | REV |  1   |  2   |   3   |
+----+-----+------+------+-------+
|  0 |   0 | True | True | False |
|  1 |   1 | True | True | True  |
+----+-----+------+------+-------+

现在，组列中的值变为自己的列。每个列的值是基于原始df是否有该组的T/F

有什么建议吗？这似乎是一个支点，但我是一个大noob当涉及到与支点的工作

Answer 1

您可以创建一个与GROUP相同的伪列，然后将该伪列用作pivot_table()中的值

df['GROUP_'] = df['GROUP']

df_ = ~ pd.pivot_table(df, index=['ID', 'REV'], columns='GROUP', values='GROUP_').isna()

print(df_)

GROUP      1     2      3
ID REV                   
0  0    True  True  False
1  1    True  True   True

print(df_.reset_index().rename_axis(None,axis=1))

   ID  REV     1     2      3
0   0    0  True  True  False
1   1    1  True  True   True

Answer 2

尝试使用crosstab

out = pd.crosstab([df.ID,df.REV],df.GROUP).ne(0).reset_index().rename_axis(None,axis=1)
out
   ID  REV     1     2      3
0   0    0  True  True  False
1   1    1  True  True   True

Answer 3

我会使用get_dummies，然后使用groupby和any：

pd.get_dummies(df.set_index(["ID", "REV"]).GROUP).groupby(level=[0,1]).any()


           1     2      3
ID REV                   
0  0    True  True  False
1  1    True  True   True

如果希望ID和REV列作为列而不是索引，可以添加reset_index：

pd.get_dummies(df.set_index(["ID", "REV"]).GROUP).groupby(level=[0,1]).any().reset_index()

   ID  REV     1     2      3
0   0    0  True  True  False
1   1    1  True  True   True