melt 和 drop 的反向复制数据框

Question

我有一个类似

的DataFrame

event   entity  type
1       T1      Table
1       C1      Cell
1       C2      Cell
2       T2      Table
2       C3      Cell

我想把它转换成这样

event   Table   Cell
1       T1      C1
1       T1      C2
2       T2      C3

这是 pd.melt 和 drop_duplicates() 的输出，我读到 melt 的对立面是 pivot，因此尝试在单个事件中采用这种方式。

df.pivot_table(values='entity', index='event', columns='type')

但这会引发错误 DataError: No numeric types to aggregate，这很明显，因为 pivot 按聚合进行分组并且不会复制每个组合。知道这种操作究竟可以用什么来完成吗？请注意我为了简化而丢弃的 groupby 东西。

Answer 1

使用 Series.where for repalce non Table rows to NaNs and forward fill missing values, then filtere out these rows with inverted mask by ~ in boolean indexing、rename 列并更改列的顺序：

m = df['type'].eq('Table')
df['Table'] = df['entity'].where(m).ffill()
df = df[~m].rename(columns={'entity':'Cell'})[['event','Table','Cell']]
print (df)
   event Table Cell
1      1    T1   C1
2      1    T1   C2
4      2    T2   C3

melt 和 drop 的反向复制数据框

Reverse of melt and drop duplicates dataframe

python

python-3.x

pandas

pivot

melt