我想在pandasDataFrame
上运行一个轴,索引是两列,而不是一列。例如,一个字段表示年份,一个字段表示月份,一个“item”字段显示“item 1”和“item 2”,一个“value”字段显示数值。我希望指数是年+月。
我唯一的办法是把这两个字段合并成一个,然后再把它们分开。有更好的办法吗?
下面复制了最少的代码。谢谢!
PS是的,我知道还有其他一些关于关键字“pivot”和“multi index”的问题,但是我不知道它们是否/如何能帮助我解决这个问题。
import pandas as pd
import numpy as np
df= pd.DataFrame()
month = np.arange(1, 13)
values1 = np.random.randint(0, 100, 12)
values2 = np.random.randint(200, 300, 12)
df['month'] = np.hstack((month, month))
df['year'] = 2004
df['value'] = np.hstack((values1, values2))
df['item'] = np.hstack((np.repeat('item 1', 12), np.repeat('item 2', 12)))
# This doesn't work:
# ValueError: Wrong number of items passed 24, placement implies 2
# mypiv = df.pivot(['year', 'month'], 'item', 'value')
# This doesn't work, either:
# df.set_index(['year', 'month'], inplace=True)
# ValueError: cannot label index with a null key
# mypiv = df.pivot(columns='item', values='value')
# This below works but is not ideal:
# I have to first concatenate then separate the fields I need
df['new field'] = df['year'] * 100 + df['month']
mypiv = df.pivot('new field', 'item', 'value').reset_index()
mypiv['year'] = mypiv['new field'].apply( lambda x: int(x) / 100)
mypiv['month'] = mypiv['new field'] % 100
你可以分组,然后取消后退。
或者使用
pivot_table
:我相信,如果您在多索引中包含
item
,那么您可以取消返回:这将产生:
它比使用
pivot_table
快一点,与使用groupby
的速度差不多或稍慢一点。相关问题 更多 >
编程相关推荐