如何制作具有分类值的 pivot_table?
How can I make a pivot_table with categorical values?
我在下面的代码中有四个分类列。
我可以用值(分类列)做一个透视吗?
df.pivot_table(index=['DATE','COUNTRY'],columns='METRIC',values='VALUE',dropna=True).reset_index()
我有下一个错误:
DataError: No numeric types to aggregate
您应该使用 aggfunc 参数来定义聚合函数。
获取任何值(例如,如果它是唯一的):
df.pivot_table(index=['DATE','COUNTRY'],columns='METRIC',values='VALUE',dropna=True, aggfunc='first').reset_index()
连接所有字符串:
df.pivot_table(index=['DATE','COUNTRY'],columns='METRIC',values='VALUE',dropna=True, aggfunc=lambda x: ', '.join(x)).reset_index()
我在下面的代码中有四个分类列。
我可以用值(分类列)做一个透视吗?
df.pivot_table(index=['DATE','COUNTRY'],columns='METRIC',values='VALUE',dropna=True).reset_index()
我有下一个错误:
DataError: No numeric types to aggregate
您应该使用 aggfunc 参数来定义聚合函数。
获取任何值(例如,如果它是唯一的):
df.pivot_table(index=['DATE','COUNTRY'],columns='METRIC',values='VALUE',dropna=True, aggfunc='first').reset_index()
连接所有字符串:
df.pivot_table(index=['DATE','COUNTRY'],columns='METRIC',values='VALUE',dropna=True, aggfunc=lambda x: ', '.join(x)).reset_index()