Pandas 透视数据框并根据它们是否存在将新列设置为 True/False

Question

如标题所述，我想旋转我的数据框（我认为它需要旋转？）

假设我有一个如下所示的 df：

df = pd.DataFrame({'ID' : [0, 0, 1, 1, 1], 
                   'REV' : [0, 0, 1, 1, 1],
                   'GROUP' : [1, 2, 1, 2, 3]})


+----+-----+-------+
| ID | REV | GROUP |
+----+-----+-------+
|  0 |   0 |     1 |
|  0 |   0 |     2 |
|  1 |   1 |     1 |
|  1 |   1 |     2 |
|  1 |   1 |     3 |
+----+-----+-------+

我想做一些旋转，所以 table 的结果看起来像

+----+-----+------+------+-------+
| ID | REV |  1   |  2   |   3   |
+----+-----+------+------+-------+
|  0 |   0 | True | True | False |
|  1 |   1 | True | True | True  |
+----+-----+------+------+-------+

现在 GROUP 列中的值变成了自己的列。根据原始 df 是否有该组，这些列中每一列的值都是 T/F。

有什么建议吗？这看起来像是一个枢轴的东西，但在使用枢轴时我是一个大菜鸟

Answer 1

我会使用 get_dummies 然后 groupby 和 any:

pd.get_dummies(df.set_index(["ID", "REV"]).GROUP).groupby(level=[0,1]).any()


           1     2      3
ID REV                   
0  0    True  True  False
1  1    True  True   True

如果您希望 ID 和 REV 列作为列而不是索引，您可以添加 reset_index：

pd.get_dummies(df.set_index(["ID", "REV"]).GROUP).groupby(level=[0,1]).any().reset_index()

   ID  REV     1     2      3
0   0    0  True  True  False
1   1    1  True  True   True

Answer 2

试试 crosstab

out = pd.crosstab([df.ID,df.REV],df.GROUP).ne(0).reset_index().rename_axis(None,axis=1)
out
   ID  REV     1     2      3
0   0    0  True  True  False
1   1    1  True  True   True

Answer 3

您可以创建一个与 GROUP 相同的虚拟列，然后将该虚拟列用作 pivot_table() 中的值。

df['GROUP_'] = df['GROUP']

df_ = ~ pd.pivot_table(df, index=['ID', 'REV'], columns='GROUP', values='GROUP_').isna()

print(df_)

GROUP      1     2      3
ID REV                   
0  0    True  True  False
1  1    True  True   True

print(df_.reset_index().rename_axis(None,axis=1))

   ID  REV     1     2      3
0   0    0  True  True  False
1   1    1  True  True   True

Pandas 透视数据框并根据它们是否存在将新列设置为 True/False

Pandas pivot dataframe and setting the new columns as True/False based on if they existed or not

python

pandas

pivot

pivot-table