- Was ist Pivot?
- Wie schwenke ich?
- Ist das ein Dreh- und Angelpunkt?
- Langformat zu Breitformat?
Ich habe viele Fragen zu Pivot-Tabellen gesehen. Selbst wenn sie nicht wissen, dass sie nach Pivot-Tabellen fragen, sind sie es normalerweise. Es ist praktisch unmöglich, eine kanonische Frage und Antwort zu schreiben, die alle Aspekte des Schwenkens umfasst.
... Aber ich werde es versuchen.
Das Problem bei vorhandenen Fragen und Antworten besteht darin, dass sich die Frage häufig auf eine Nuance konzentriert, die das OP nur schwer verallgemeinern kann, um eine Reihe der vorhandenen guten Antworten zu verwenden. Keine der Antworten versucht jedoch, eine umfassende Erklärung zu geben (da dies eine entmutigende Aufgabe ist).
Schauen Sie sich einige Beispiele aus meiner Google-Suche an
- Wie schwenke ich einen Datenrahmen in Pandas?
- Gute Frage und Antwort. Die Antwort beantwortet die spezifische Frage jedoch nur mit wenig Erklärung.
- Pandas Pivot-Tabelle zum Datenrahmen
- In dieser Frage befasst sich das OP mit der Ausgabe des Pivots. Nämlich wie die Spalten aussehen. OP wollte, dass es wie R aussieht. Dies ist für Pandas-Benutzer nicht sehr hilfreich.
- Pandas, die einen Datenrahmen schwenken, doppelte Zeilen
- Eine andere anständige Frage, aber die Antwort konzentriert sich auf eine Methode, nämlich
pd.DataFrame.pivot
- Eine andere anständige Frage, aber die Antwort konzentriert sich auf eine Methode, nämlich
Wenn jemand nach etwas sucht pivot
, erhält er sporadische Ergebnisse, die seine spezifische Frage wahrscheinlich nicht beantworten.
Installieren
Möglicherweise stellen Sie fest, dass ich meine Spalten und relevanten Spaltenwerte auffällig benannt habe, um zu entsprechen, wie ich in den folgenden Antworten schwenken werde.
import numpy as np
import pandas as pd
from numpy.core.defchararray import add
np.random.seed([3,1415])
n = 20
cols = np.array(['key', 'row', 'item', 'col'])
arr1 = (np.random.randint(5, size=(n, 4)) // [2, 1, 2, 1]).astype(str)
df = pd.DataFrame(
add(cols, arr1), columns=cols
).join(
pd.DataFrame(np.random.rand(n, 2).round(2)).add_prefix('val')
)
print(df)
key row item col val0 val1
0 key0 row3 item1 col3 0.81 0.04
1 key1 row2 item1 col2 0.44 0.07
2 key1 row0 item1 col0 0.77 0.01
3 key0 row4 item0 col2 0.15 0.59
4 key1 row0 item2 col1 0.81 0.64
5 key1 row2 item2 col4 0.13 0.88
6 key2 row4 item1 col3 0.88 0.39
7 key1 row4 item1 col1 0.10 0.07
8 key1 row0 item2 col4 0.65 0.02
9 key1 row2 item0 col2 0.35 0.61
10 key2 row0 item2 col1 0.40 0.85
11 key2 row4 item1 col2 0.64 0.25
12 key0 row2 item2 col3 0.50 0.44
13 key0 row4 item1 col4 0.24 0.46
14 key1 row3 item2 col3 0.28 0.11
15 key0 row3 item1 col1 0.31 0.23
16 key0 row0 item2 col3 0.86 0.01
17 key0 row4 item0 col3 0.64 0.21
18 key2 row2 item2 col0 0.13 0.45
19 key0 row2 item0 col4 0.37 0.70
Fragen)
Warum bekomme ich
ValueError: Index contains duplicate entries, cannot reshape
Wie schwenke ich
df
so, dass diecol
Werte Spalten,row
Werte der Index und der Mittelwertval0
die Werte sind?col col0 col1 col2 col3 col4 row row0 0.77 0.605 NaN 0.860 0.65 row2 0.13 NaN 0.395 0.500 0.25 row3 NaN 0.310 NaN 0.545 NaN row4 NaN 0.100 0.395 0.760 0.24
Wie schwenke ich
df
so, dass diecol
Werte Spalten sind,row
Werte der Index sind, der Mittelwertval0
die Werte sind und fehlende Werte sind0
?col col0 col1 col2 col3 col4 row row0 0.77 0.605 0.000 0.860 0.65 row2 0.13 0.000 0.395 0.500 0.25 row3 0.00 0.310 0.000 0.545 0.00 row4 0.00 0.100 0.395 0.760 0.24
Kann ich etwas anderes bekommen als
mean
vielleichtsum
?col col0 col1 col2 col3 col4 row row0 0.77 1.21 0.00 0.86 0.65 row2 0.13 0.00 0.79 0.50 0.50 row3 0.00 0.31 0.00 1.09 0.00 row4 0.00 0.10 0.79 1.52 0.24
Kann ich mehr als eine Aggregation gleichzeitig durchführen?
sum mean col col0 col1 col2 col3 col4 col0 col1 col2 col3 col4 row row0 0.77 1.21 0.00 0.86 0.65 0.77 0.605 0.000 0.860 0.65 row2 0.13 0.00 0.79 0.50 0.50 0.13 0.000 0.395 0.500 0.25 row3 0.00 0.31 0.00 1.09 0.00 0.00 0.310 0.000 0.545 0.00 row4 0.00 0.10 0.79 1.52 0.24 0.00 0.100 0.395 0.760 0.24
Kann ich über mehrere Wertespalten aggregieren?
val0 val1 col col0 col1 col2 col3 col4 col0 col1 col2 col3 col4 row row0 0.77 0.605 0.000 0.860 0.65 0.01 0.745 0.00 0.010 0.02 row2 0.13 0.000 0.395 0.500 0.25 0.45 0.000 0.34 0.440 0.79 row3 0.00 0.310 0.000 0.545 0.00 0.00 0.230 0.00 0.075 0.00 row4 0.00 0.100 0.395 0.760 0.24 0.00 0.070 0.42 0.300 0.46
Kann durch mehrere Spalten unterteilen?
item item0 item1 item2 col col2 col3 col4 col0 col1 col2 col3 col4 col0 col1 col3 col4 row row0 0.00 0.00 0.00 0.77 0.00 0.00 0.00 0.00 0.00 0.605 0.86 0.65 row2 0.35 0.00 0.37 0.00 0.00 0.44 0.00 0.00 0.13 0.000 0.50 0.13 row3 0.00 0.00 0.00 0.00 0.31 0.00 0.81 0.00 0.00 0.000 0.28 0.00 row4 0.15 0.64 0.00 0.00 0.10 0.64 0.88 0.24 0.00 0.000 0.00 0.00
Oder
item item0 item1 item2 col col2 col3 col4 col0 col1 col2 col3 col4 col0 col1 col3 col4 key row key0 row0 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.86 0.00 row2 0.00 0.00 0.37 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.50 0.00 row3 0.00 0.00 0.00 0.00 0.31 0.00 0.81 0.00 0.00 0.00 0.00 0.00 row4 0.15 0.64 0.00 0.00 0.00 0.00 0.00 0.24 0.00 0.00 0.00 0.00 key1 row0 0.00 0.00 0.00 0.77 0.00 0.00 0.00 0.00 0.00 0.81 0.00 0.65 row2 0.35 0.00 0.00 0.00 0.00 0.44 0.00 0.00 0.00 0.00 0.00 0.13 row3 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.28 0.00 row4 0.00 0.00 0.00 0.00 0.10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 key2 row0 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.40 0.00 0.00 row2 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.13 0.00 0.00 0.00 row4 0.00 0.00 0.00 0.00 0.00 0.64 0.88 0.00 0.00 0.00 0.00 0.00
Kann ich die Häufigkeit aggregieren, in der Spalte und Zeilen zusammen auftreten, auch als "Kreuztabelle" bezeichnet?
col col0 col1 col2 col3 col4 row row0 1 2 0 1 1 row2 1 0 2 1 2 row3 0 1 0 2 0 row4 0 1 2 2 1
Wie konvertiere ich einen DataFrame von Long nach Wide, indem ich NUR zwei Spalten schwenke? Gegeben,
np.random.seed([3, 1415]) df2 = pd.DataFrame({'A': list('aaaabbbc'), 'B': np.random.choice(15, 8)}) df2 A B 0 a 0 1 a 11 2 a 2 3 a 11 4 b 10 5 b 10 6 b 14 7 c 7
Das erwartete sollte ungefähr so aussehen
a b c 0 0.0 10.0 7.0 1 11.0 10.0 NaN 2 2.0 14.0 NaN 3 11.0 NaN NaN
Wie reduziere ich den Mehrfachindex danach auf einen einzelnen Index?
pivot
Von
1 2 1 1 2 a 2 1 1 b 2 1 0 c 1 0 0
Zu
1|1 2|1 2|2 a 2 1 1 b 2 1 0 c 1 0 0
KeyError: 'A'
. Gibt es mehr zu der Antwort?'A'
davon ausgegangen, dass sich'A'
in Ihrem Datenrahmen eine Spalte befindet, nach der gruppiert werden kann.Um die Antwort von @ piRSquared um eine andere Version von Frage 10 zu erweitern
Frage 10.1
DataFrame:
Ausgabe:
Verwenden von
df.groupby
undpd.Series.tolist
Oder eine viel bessere Alternative
pd.pivot_table
mitdf.squeeze.
quelle