在 Pandas 数据框中选择和使用重复行

Question

我有以下数据作为 Pandas DataFrame 的一部分，df::

  qsoName,filterID,aperMag 
0 PSOJ000,3,+19.284586
1 PSOJ007,2,+20.334393
2 PSOJ007,3,+20.226970
3 PSOJ007,4,+20.288778   
4 PSOJ007,5,+20.189209
5 PSOJ011,2,+21.037594
6 PSOJ011,4,+20.642813            
7 PSOJ011,5,+20.760576

我想为 df['qsoName'] 的一个值选择不同的 df['aperMag'] 值，默认值为 -999.99999，例如

 PSOJ000,-999.99999,+19.284586,-999.99999,-999.99999
 PSOJ007,+20.334393,+20.226970,+20.288778,+20.189209
 PSOJ011,+21.037594,-999.99999,+20.642813,+20.760576

这感觉 df["qsoName"].duplicated() 应该可行，但 DataFrame 的重新格式化是另一个关键部分。

Answer 1

使用DataFrame.pivot with DataFrame.fillna:

df = df.pivot('qsoName','filterID','aperMag').fillna(-999.99999)

或set_index with unstack和参数fill_value:

df = df.set_index(['qsoName','filterID'])['aperMag'].unstack(fill_value=-999.99999)

print (df)
filterID           2           3           4           5
qsoName                                                 
PSOJ000  -999.999990   19.284586 -999.999990 -999.999990
PSOJ007    20.334393   20.226970   20.288778   20.189209
PSOJ011    21.037594 -999.999990   20.642813   20.760576

如有必要最后：

df = df.reset_index().rename_axis(None,axis=1)
print (df)
   qsoName           2           3           4           5
0  PSOJ000 -999.999990   19.284586 -999.999990 -999.999990
1  PSOJ007   20.334393   20.226970   20.288778   20.189209
2  PSOJ011   21.037594 -999.999990   20.642813   20.760576

编辑：

问题是一些数据对 (qsoName, filterID) 是重复的，所以需要 pivot_table:

df = df.pivot_table(index='qsoName',
                    columns='filterID', 
                    values='aperMag', 
                    fill_value=-999.99999, 
                    aggfunc='mean')

在 Pandas 数据框中选择和使用重复行

Selecting and using duplicate rows in a Pandas dataFrame

python

duplicates

dataframe

reformatting

pandas