如何将熊猫数据框的值转换为列
How to convert values of panda dataframe to columns
我有下面给出的数据集:
weekid type amount
1 A 10
1 B 20
1 C 30
1 D 40
1 F 50
2 A 70
2 E 80
2 B 100
我正在尝试根据定义的类型值总数将其转换为另一个熊猫框架:
import pandas as pd
import numpy as np
df=pd.read_csv(INPUT_FILE)
for type in df["type"].unique():
//todo
我的目标是得到下面给出的数据:
weekid type_A type_B type_C type_D type_E type_F
1 10 20 30 40 0 50
2 70 100 0 0 80 0
是否有任何特定函数可以将唯一值转换为列并将每个 weekId 组的缺失值填充为 0?我想知道如何有效地完成这种转换?
您可以使用以下内容:
df = df.pivot(columns=['type'], values=['amount'])
df.fillna(0)
dfp.columns = dfp.columns.droplevel(0)
根据您的输入结果:
type A B C D F
weekid
1 10.0 20.0 30.0 40.0 50.0
2 70.0 80.0 100.0 0.0 0.0
我有下面给出的数据集:
weekid type amount
1 A 10
1 B 20
1 C 30
1 D 40
1 F 50
2 A 70
2 E 80
2 B 100
我正在尝试根据定义的类型值总数将其转换为另一个熊猫框架:
import pandas as pd
import numpy as np
df=pd.read_csv(INPUT_FILE)
for type in df["type"].unique():
//todo
我的目标是得到下面给出的数据:
weekid type_A type_B type_C type_D type_E type_F
1 10 20 30 40 0 50
2 70 100 0 0 80 0
是否有任何特定函数可以将唯一值转换为列并将每个 weekId 组的缺失值填充为 0?我想知道如何有效地完成这种转换?
您可以使用以下内容:
df = df.pivot(columns=['type'], values=['amount'])
df.fillna(0)
dfp.columns = dfp.columns.droplevel(0)
根据您的输入结果:
type A B C D F
weekid
1 10.0 20.0 30.0 40.0 50.0
2 70.0 80.0 100.0 0.0 0.0