pandas中分类值的行到列中

Question

所以我有这个数据集，包括34部电影，有相应的日期和数值。最后我想找出时间趋势和 每部电影的价值观。数据集如下所示：

movie;date;value
"Movie1";2012-11-23 11:15:00;25.860000
"Movie1";2012-11-23 11:20:00;25.980000
    .
    .
    .
"Movie34";2012-11-23 11:25:00;25.950000
"Sensor34";2012-11-23 11:30:00;26.010000
"Sensor34";2012-11-23 11:35:00;25.980000
"Sensor34";2012-11-23 11:40:00;26.010000

现在，我要做的是把这个数据集改成这样：

^{pr2}$

也就是说，我希望每个电影对每个时间戳都有一个值。将movie列的分类值转换为34列。如果时间戳不存在，那么就用NA填充它。熊猫有可能吗？在

Answer 1

我想你需要^{}：

#filter only Movies if necessary
df = df[df['movie'].str.startswith('Movie')]
df = df.pivot(columns='movie', index='date', values='value')

print (df)
movie                Movie1  Movie34
date                                
2012-11-23 11:15:00   25.86      NaN
2012-11-23 11:20:00   25.98      NaN
2012-11-23 11:25:00     NaN    25.95

如果需要在5 minutes间隔中添加行，请使用^{}：

^{pr2}$