根据 python 中的分类值数据框提取新列并填充值

Question

我有一个数据框，其中一列是分类字符串，下一列是与之对应的值：

df = pd.DataFrame(list((['a', 'b', 'c', 'buy', 5],
                      ['f', 'b', 'a', 'buy', 2],
                      ['a', 'b', 'c', 'sold', 6],
                      ['a', 'b', 'f', 'buy', 4],
                      ['a', 'b', 'c', 'returned', 'yes'])), columns = ['attr1', 'attr2','attr3','status','value'])

我想基于 df.status 列创建新列，并用 np.nan 填充空列，需要对多个列进行透视：

我正在寻找适用于大型数据帧的高效解决方案。

Answer 1

你想要：

In [255]: df.pivot(index=['attr1', 'attr2', 'attr3'],columns='status', values='value').rename_axis(None, axis=1).reset_index()
Out[255]: 
  attr1 attr2 attr3 buy returned sold
0     a     b     c   5      yes    6
1     a     b     f   4      NaN  NaN
2     f     b     a   2      NaN  NaN

根据 python 中的分类值数据框提取新列并填充值

extract new columns and fill values based on categorical values data frame in python

python

dataframe

pivot

multiple-columns

categorical-data