主页 / 问题 / 1544554
Accepted
Masik
Asked:2023-10-07 22:22:02 +0000 UTC2023-10-07 22:22:02 +0000 UTC

翻转表格中的 2 列

  • 772

请帮帮我。有一个表，您需要翻转 2 列并从中生成行。在这种情况下，第一列中的值的“组合”应该重复，其余的应该形成唯一的组合。Col_Name 列中是未来列的名称（有很多变体），Value 中是这些列的值

那些。从这个表：

在此输入图像描述

你需要得到这个：

在此输入图像描述

我尝试使用pandas-pivot，但聚合不起作用。我不知道还有什么办法可以把它翻过来:(

import pandas as pd

data = {'ID': ['10001017236', '10001017236', '10001017236', '10001017236', '10001017236', '10001017236', '10001017236'], 
        'ITEM_NO': ['00001', '00001', '00001', '00001', '00001', '00001', '00001'], 
        'COL_NAME': ['CODE_ETSNG', 'CODE_ETSNG', 'ROAD_FROM', 'ROAD_FROM', 'ROAD_FROM', 'ROAD_FROM', 'SUB_RPS'], 
        'VALUE': ['693227', '521*', '17', '63', '58', '24', '003']}

df = pd.DataFrame(data) 

res = (df
       .assign(idx=df.groupby(["ID", 'ITEM_NO']).cumcount())
       .pivot_table(index=["ID", 'ITEM_NO'], columns="COL_NAME", 
                    values="VALUE", aggfunc="unique"))
python

1 个回答

  1. Best Answer

    它是歪的，但似乎有用。肯定还有改进的空间，但目前仅此而已。
    添加了测试数据。
    旋转-pivot欧姆，组合-MultiIndex.from_product()欧姆

    data = {'ID': ['10001017236', '10001017236', '10001017236', '10001017236', '10001017236', '10001017236', '10001017236'],
        'ITEM_NO': ['00001', '00001', '00001', '00001', '00001', '00001', '00001'],
        'COL_NAME': ['CODE_ETSNG', 'CODE_ETSNG', 'ROAD_FROM', 'ROAD_FROM', 'ROAD_FROM', 'ROAD_FROM', 'SUB_RPS'],
        'VALUE': ['693227', '521*', '17', '63', '58', '24', '003']}
data1 = {'ID': ['5465413135']*7,
        'ITEM_NO': ['00002']*7,
        'COL_NAME': ['CODE_ETSNG', 'CODE_ETSNG', 'ROAD_FROM', 'ROAD_FROM', 'ROAD_FROM', 'SUB_RPS', 'SUB_RPS'],
        'VALUE': ['454548', 'slsl=s', '99', '18', '787878', '001', '002']}

def fun(x):
    l = x[['ID', 'ITEM_NO']].head(1).values[0]  # извлекаем значения 'ID', 'ITEM_NO' для последующего заполнения
    x = x.pivot(columns='COL_NAME')['VALUE']  # поворачиваем фрейм
    y = pd.MultiIndex.from_product(x.apply(lambda c: c.dropna().tolist())).to_frame().reset_index(drop=True)  # создаем уникальные сочетания
    y.columns = x.columns  # возвращаем имена колонок на место
    y.insert(0, 'ITEM_NO', l[1])  # создаем столбец ITEM_NO и заполняем ранее сохраненным значением
    y.insert(0, 'ID', l[0])  # создаем столбец ID и заполняем ранее сохраненным значением
    return y


df = pd.concat([pd.DataFrame(data),pd.DataFrame(data1)])
df = df.groupby(['ID', 'ITEM_NO'], as_index=False).apply(fun).reset_index(drop=True)
df.columns.name = None
print(df)

                 ID ITEM_NO CODE_ETSNG ROAD_FROM SUB_RPS
0   10001017236   00001     693227        17     003
1   10001017236   00001     693227        63     003
2   10001017236   00001     693227        58     003
3   10001017236   00001     693227        24     003
4   10001017236   00001       521*        17     003
5   10001017236   00001       521*        63     003
6   10001017236   00001       521*        58     003
7   10001017236   00001       521*        24     003
8    5465413135   00002     454548        99     001
9    5465413135   00002     454548        99     002
10   5465413135   00002     454548        18     001
11   5465413135   00002     454548        18     002
12   5465413135   00002     454548    787878     001
13   5465413135   00002     454548    787878     002
14   5465413135   00002     slsl=s        99     001
15   5465413135   00002     slsl=s        99     002
16   5465413135   00002     slsl=s        18     001
17   5465413135   00002     slsl=s        18     002
18   5465413135   00002     slsl=s    787878     001
19   5465413135   00002     slsl=s    787878     002
    • 1

相关问题