Question

我有一个按金额排序的数据框，每个姓名的前5个类别如下：

| Name | Category | Amount |
|------|----------|--------|
| Abel | A        | 9.2    |
| Abel | B        | 3      |
| Abel | C        | 2.5    |
| Abel | E        | 2      |
| Abel | X        | 0      |
| Cain | W        | 93     |
| Cain | A        | 2      | 
|------|----------|--------|

这是我最终想要的：

| Name | Cat 1 | Cat 2 | Cat 3 | Cat 4 | Cat 5 |
|------|-------|-------|-------|-------|-------|
| Abel | A     | B     | C     | E     | X     |
| Cain | W     | A     | -     | -     |  -    |
|------|-------|-------|-------|-------|-------|

我尝试了df.pivot（“ Name”，“ Category”），但是它将值（例如A，B，...）设置为列名，但是我希望将5列预定义为“ Cat 1”改为“ Cat 5”，因此我不确定该如何做才能立即获得结果。另外，并非所有名称都有5行。例如该隐只有前2名，这意味着Cat 3，Cat 4和Cat5列应为null或“-”。有什么帮助吗？谢谢！

更新：

好，例如如果我所有的名字都只记录了2个类别，那么我还是想为前5个类别（即Cat 1，Cat 2，Cat 3，Cat 4，Cat 5）添加5个新列。

现在可以了

df["g"] = top5_jmi.groupby("Name").cumcount().add(1)

如果以后再旋转它，只会给我两列。如何获得5列？例如。

| Name | Category | Amount |
|------|----------|--------|
| Abel | A        | 9.2    |
| Abel | B        | 3      |
| Cain | W        | 93     |
| Cain | A        | 2      |
|------|----------|--------|

should still give me this:

| Name | Cat 1 | Cat 2 | Cat 3 | Cat 4 | Cat 5 |
|------|-------|-------|-------|-------|-------|
| Abel | A     |  B    |   -   |   -   |   -   |
| Cain | W     |  A    |   -   |   -   |   -   |
|------|-------|-------|-------|-------|-------|

Answer 1

使用：

#create counter column used for later columns names
df['g'] = df.groupby('Name').cumcount().add(1)
#filter top3
df = df[df['g'] <= 5]
#reshape by pivot
df2 = (df.pivot('Name','g','Category')
         .add_prefix('Type ')
         .reset_index()
         .rename_axis(None, axis=1)
         .fillna('-'))
print (df2)
   Name Type 1 Type 2 Type 3 Type 4 Type 5
0  Abel      A      B      C      E      X
1  Cain      W      A      -      -      -

编辑：使用DataFrame.reindex添加缺少的列：

df['g'] = df.groupby('Name').cumcount().add(1)
#filter top3
df = df[df['g'] <= 5]
#reshape by pivot
df2 = (df.pivot('Name','g','Category')
         .reindex(range(1, 6), axis=1)
         .add_prefix('Type ')
         .reset_index()
         .rename_axis(None, axis=1)
         .fillna('-'))
print (df2)
   Name Type 1 Type 2 Type 3 Type 4 Type 5
0  Abel      A      B      -      -      -
1  Cain      W      A      -      -      -

将行值转换为Pandas数据框中现有的预定义列

1 个答案: