如何将 pandas 数据框行转换为列

Question

我有这样的数据框

df.to_dict('list')

输出：

{'ChannelPartnerID': [10000,
  10000,
  10000,
  10000,
  10000,
  10001,
  10001,
  10001,
  10002,
  10002],
 'Brand': ['B1', 'B2', 'B3', 'B4', 'B5', 'B1', 'B2', 'B5', 'B1', 'B4'],
 'Sales': [29630, 38573, 1530, 21793, 7155, 26477, 42158, 14612, 6649, 6468]}

.

df

输出：

ChannelPartnerID    Brand   Sales
0   10000           B1      29630
1   10000           B2      38573
2   10000           B3      1530
3   10000           B4      21793
4   10000           B5      7155
5   10001           B1      26477
6   10001           B2      42158
7   10001           B5      14612
8   10002           B1      6649
9   10002           B4      6468

我想按 'ChannelPartnerID' 对数据进行分组，因为我想按 'ChannelPartnerID' 中唯一值中的唯一值合并数据，并将 'Brand' 列值转换为包含销售价格的列每列

我希望它是这样的 输出：

ChannelPartnerID B1_Sales B2_Sales B3_Sales B4_Sales B5_Sales B6_Sales B7_Sales
0   10000        29630    38573    1530     21793    7155     0         0 
1   10001        26477    42158    0        0        14612    0         0 
2   10002        6649     0        0        6468     0        0         0 

Answer 1

你想要的是一个叫做pivot:

df.pivot(*df).fillna(0).add_suffix('_Sales')

输出：

Brand             B1_Sales  B2_Sales  B3_Sales  B4_Sales  B5_Sales
ChannelPartnerID                                                  
10000                29630     38573      1530     21793      7155
10001                26477     42158         0         0     14612
10002                 6649         0         0      6468         0

注意。 df.pivot(*df) 是 df.pivot(index='ChannelPartnerID', columns='Brand', values='Sales')

的快捷方式