Pandas：将分类列拆分为多列

Question

想象一个具有以下格式的 Pandas 数据帧：

id  type  v1  v2
1   A     6   9
1   B     4   2
2   A     3   7
2   B     3   6

我想将此数据框转换为以下格式：

id  A_v1  A_v2  B_v1  B_v2
1   6     9     4     2
2   3     7     3     6

有没有一种优雅的方式来做到这一点？

Answer 1

您可以使用 set_index 将 type 和 id 列移动到索引中，然后 unstack 将 type 索引级别移动到列索引中。您不必担心 v 值——索引决定值的排列方式。

结果是一个 DataFrame，列索引为 a MultiIndex：

In [181]: df.set_index(['type', 'id']).unstack(['type'])
Out[181]: 
     v1    v2   
type  A  B  A  B
id              
1     6  4  9  2
2     3  3  7  6

通常，MultiIndex 优于扁平列索引。它为您提供更好的方法 select 或根据 type 或 v 值操作数据。

如果您希望对列重新排序以完全匹配所需输出中显示的顺序，您可以使用 df.reindex:

df = df.reindex(columns=sorted(df.columns, key=lambda x: x[::-1]))

产量

     v1 v2 v1 v2
type  A  A  B  B
id              
1     6  9  4  2
2     3  7  3  6

如果您希望将列索引展平到一个级别，则

df.columns = ['{}_{}'.format(t, v) for v,t in df.columns]

产量

    A_v1  A_v2  B_v1  B_v2
id                        
1      6     9     4     2
2      3     7     3     6

Pandas：将分类列拆分为多列

Pandas: break categorical column to multiple columns

python

indexing

pandas