使用重复条目取消堆栈DF

Question

我是新来的熊猫，我有一个数据集，我想改变它的解释

它有40000行13列，有2010年和2009年的财务信息

我感兴趣的部分是：“NOME”（公司名称），“GRUPO_DFP”（目前只是资产负债表，但我计划增加更多），“ORDEM_EXER”（当前或去年，2010或2009），“DS_CONTA”（资产类型），“VL_CONTA”（价值）

顺便说一下，这些都是公开信息

因此，删除我不想要的列，我得到：

问题从这里开始

它像普通的csv一样显示信息：

ORDEM_EXER-----DS_CONTA-------------------------VL_CONTA
PENÚLTIMO-----Ativo Total-----------------------702571987.0
ÚLTIMO--------Ativo Total-----------------------802819794.0
PENÚLTIMO-----Caixa e Equivalentes de Caixa-----31037881.0
ÚLTIMO--------Caixa e Equivalentes de Caixa-----25219700.0

但我想要的是：

                  ÚLTIMO      PENÚLTIMO
 DS_CONTA
Ativo Total ----802819794.0--702571987.0
Caixa e Eq..----25219700.0---31037881.0

经过多次尝试，我得到了这个：

DF = DF.set_index(['NOME', 'GRUPO_DFP', 'DS_CONTA','ORDEM_EXER'], append=True)
DF.unstack() 

不过，这不是我想要的。 尝试跳过第一行并取消堆叠时，返回错误：

ValueError: Index contains duplicate entries, cannot reshape

所以，我真的不知道我能做什么

Answer 1

您可以尝试使用pivot_table来实现数据帧的轴值。 如果数据帧为：

df
>>>
ORDEM_EXER  DS_CONTA    VL_CONTA
0   PENÚLTIMO   Ativo Total 702571987
1   ÚLTIMO  Ativo Total 802819794
2   PENÚLTIMO   Caixa e Equivalentes de Caixa   31037881
3   ÚLTIMO  Caixa e Equivalentes de Caixa   25219700

然后

table = pd.pivot_table(df, values='VL_CONTA', index=['DS_CONTA'], columns=['ORDEM_EXER'], aggfunc=np.sum)

Answer 2

像您这样的数据帧：

df = pd.DataFrame([['PENÚLTIMO','Ativo Total','702571987.0'],
                  ['ÚLTIMO','Ativo Total','802819794.0'],
                  ['PENÚLTIMO','Caixa e Equivalentes de Caixa','31037881.0'],
                  ['ÚLTIMO','Caixa e Equivalentes de Caixa','25219700.0']], columns=['ORDEM_EXER','DS_CONTA','VL_CONTA'])

代表这一点：

    ORDEM_EXER--DS_CONTA-----------------------VL_CONTA
0   PENÚLTIMO---Ativo Total--------------------702571987.0
1   ÚLTIMO------Ativo Total--------------------802819794.0
2   PENÚLTIMO---Caixa e Equivalentes de Caixa--31037881.0
3   ÚLTIMO------Caixa e Equivalentes de Caixa--25219700.0

尝试使用pivot：

df.pivot(index='DS_CONTA',columns='ORDEM_EXER',values='VL_CONTA')

代表这一点：

ORDEM_EXER-----PENÚLTIMO---------------------ÚLTIMO
DS_CONTA        
Ativo Total--------------------702571987.0---802819794.0
Caixa e Equivalentes de Caixa--31037881.0----25219700.0

Answer 3

好的，如果我理解正确的话，您真的想为DS\u CONTA设置索引

DF = DF.set_index(['DS_CONTA'])

对吗