Python：当所需的索引系列有重复项时，对 pandas DataFrame 进行透视

Question

我有一个 pandas DataFrame my_data 看起来像

    event_id    user_id    attended
0     13          345         1
1     14          654         0
...

所以 event_id 和 user_id 都有重复项，因为每个用户和事件组合都有一个条目。我想要做的是将其重塑为一个 DataFrame，其中我的索引（行）是 DISTINCT user_id，列是 DISTINCT event_id，给定的值（行，列) 只是他们是否参加的布尔值 0 或 1。

似乎 pivot 方法是合适的，但当然当我尝试 my_data.pivot(index='user_id', columns='event_id', values='attended') 时，我得到了索引重复的错误。

我想我应该先在 user_id 上做一些 groupby，但我不想把每个 attended 的 1 和 0 加起来用户，因为我特别想将 event_id 作为我的新列分开，并将每个用户参加的事件分开。

任何帮助将不胜感激，谢谢！

Answer 1

IIUC，pivot_table应该给你你想要的：

>>> df = pd.DataFrame({"event_id": np.random.randint(10, 20, 20), "user_id": np.random.randint(100, 110, 20), "attended": np.random.randint(0, 2, 20)})
>>> df.pivot_table(index="user_id", columns="event_id", values="attended", 
    aggfunc=sum).fillna(0)
event_id  10  11  12  13  14  15  16  17  19
user_id                                     
101        0   0   0   1   0   0   0   0   0
103        0   0   0   0   0   0   0   0   0
104        0   0   0   0   0   0   0   0   1
105        0   0   0   0   0   0   0   0   0
106        0   0   0   0   0   0   1   0   0
107        1   0   0   0   0   0   0   1   0
108        0   0   0   1   0   0   0   0   0
109        0   0   0   0   1   0   1   0   0

如所写，如果有多行具有相同的 user/event 组合（可能不是这种情况），则出勤率将相加。如果您想保证帧仅由 0 和 1 组成，那么使用 any 或剪切值就足够了。

Python：当所需的索引系列有重复项时，对 pandas DataFrame 进行透视

Python: pivot a pandas DataFrame when the desired index Series has duplicates

python

pivot

dataframe

pandas