Python：重新组织一个数据帧，使重复的值出现在一列中。

Question

我有一个数据帧，看起来像这样：

     Instrument                  Date  Total Return
0  KYG2615B1014  2017-11-29T00:00:00Z      0.000000
1  KYG2615B1014  2017-11-28T00:00:00Z    -10.679612
2  KYG2615B1014  2017-11-27T00:00:00Z     -8.035714
3  JP3843250006  2017-11-29T00:00:00Z      0.348086
4  JP3843250006  2017-11-28T00:00:00Z      0.349301
5  JP3843250006  2017-11-27T00:00:00Z      0.200000

考虑到这个数据帧，我想让它看起来像这样：

^{pr2}$

基本上，我想要的是将每个日期作为一个新列，并在该列中放置相应的值。我不会说“过滤”或“删除”重复，我认为这更像是重新排列。在

这两个数据帧都是我生成的，但问题是要获取这些数据，我必须调用一个API。在第一个数据帧中，我只进行一次调用并提取所有这些数据，而在另一个数据帧中，每个日期我都会进行一次调用。所以第1个比第2个更有效，并且认为这是正确的调用，但我在重新组织数据帧以满足我需要的这一部分中陷入了困境。在

我想创建一个空的数据帧，然后填充它，方法是在“Instrument”列中选择重复元素的索引，使用这些索引从“Total Return”列中获取元素，然后相应地将这些元素放置在该数据块中，但我不知道该怎么做。在

如果有人能帮我，我很乐意知道。在

现在还不确定是否有用，但是我在第二个版本中是如何生成数据帧的（在填充它之前）：

import pandas as pd
import datetime

#Getting a list of dates
start=datetime.date(2017,11,27)
end=datetime.date.today() - datetime.timedelta(days=1)
row_dates=[x.strftime('%m/%d/%Y') for x in pd.bdate_range(start,end).tolist()]
#getting identifiers to be used on Eikon
csv_data=pd.read_csv('171128.csv', header=None)
identifiers=csv_data[0].tolist()
df=pd.DataFrame(index=identifiers, columns=row_dates)

Answer 1

看起来像这样pandas.pivot_表（）pivot_table对我来说，请注意，如果您认为会有重复的话，可以添加一个agg函数（从示例中看来，每天只读取一次）。在

import pandas as pd
instrument=['KYG2615B1014','KYG2615B1014','KYG2615B1014', 'JP3843250006', 'JP3843250006', 'JP3843250006']
date=['11/29/2017', '11/28/2017', '11/27/2017', '11/29/2017', '11/28/2017', '11/27/2017']
total_return=[0.0, -10.679612, -8.035714, 0.348086, 0.349301, 0.200000]
stacked = pd.DataFrame(dict(Instrument=instrument, Date=date, Total_return=total_return)
pd.pivot_table(stacked, values='Total_return', index='Instrument', columns='Date')

这将返回以下结果：

^{pr2}$

Answer 2

您可以使用pd.crosstab：

pd.crosstab(df.Instrument, df['Date'],values=df['Total Return'], aggfunc='mean')

输出：

^{pr2}$