对 Pandas 中的数据进行排序

Question

我有如下所示的数据集。我试图对其进行排序，以便列按以下顺序排列：Week End、Australia、Germany、France 等...

我尝试使用 loc 并将每个数据集分配为变量，但是当我创建一个新的 DataFrame 时它会导致错误。任何帮助将不胜感激。

这是更改前的数据：

Region	Week End	Value
Australia	2014-01-11	1.480510
Germany	2014-01-11	1.481258
France	2014-01-11	0.986507
United Kingdom	2014-01-11	1.973014
Italy	2014-01-11	0.740629

这是我想要的输出：

Week End	Australia	Germany	France	United Kingdom	Italy
2014-01-11	1.480510	1.481258	0.986507	1.973014	0.740629

我尝试过的：

cols = (['Region','Week End','Value'])
df = GS.loc[GS['Brand'].isin(rows)]
df = df[cols]
AUS = df.loc[df['Region'] == 'Australia']
JPN = df.loc[df['Region'] == 'Japan']
US = df.loc[df['Region'] == 'United States of America']

Answer 1

我认为你实际上可以这样做：

df.pivot(index="Week End", columns="Region", values="Value")

Answer 2

用户 965311532 的回答更为简洁，但使用字典的替代方法是：

new_df = {'Week End': df['Week End'][0]}
new_df.update({region: value for region, value in zip(df['Region'], df['Value'])})
new_df = pd.DataFrame(new_df, index = [0])

正如用户965311532所指出的，如果有更多的日期，上面的代码将无法工作。在这种情况下，我们可以使用 pandas groupby:

dates = []
for date, group in df.groupby('Week End'):
    date_df = {'Week End': date}
    date_df.update({region: value for region, value in zip(df['Region'], df['Value'])})
    date_df = pd.DataFrame(date_df, index = [0])
    dates.append(date_df)
new_df = pd.concat(dates)

对 Pandas 中的数据进行排序

Sorting Data in Pandas

python

dataframe

pandas

jupyter-notebook