Python 如何使用pandas转换行和列?
我是熊猫队的新手,我得到的结果与我预期的结果相反 我尝试的是: o_rg,o_gg,a_rg,a_gg是数组Python 如何使用pandas转换行和列?,python,python-3.x,pandas,rows,Python,Python 3.x,Pandas,Rows,我是熊猫队的新手,我得到的结果与我预期的结果相反 我尝试的是: o_rg,o_gg,a_rg,a_gg是数组 df1=pd.DataFrame({'RED':o_rg,'GREEN':o_gg}) df2=pd.DataFrame({'RED':a_rg,'RED':a_gg}) df=df1-(df2) print(df) pop_complete = pd.concat([df.T, df1.T,
df1=pd.DataFrame({'RED':o_rg,'GREEN':o_gg})
df2=pd.DataFrame({'RED':a_rg,'RED':a_gg})
df=df1-(df2)
print(df)
pop_complete = pd.concat([df.T,
df1.T,
df2.T],
keys=["O-A", "O", "A"])
df = pop_complete.swaplevel()
df.sort_index(inplace=True)
print(df)
df.to_csv("OUT.CSV")
我得到的输出是:
0 1 2
RED A 14.0 12.0 15.0
O 14.0 12.0 15.0
O-A 0.00 0.00 0.00
GREEN A 12.0 10.0 12.0
O 14.0 9.0 12.0
O-A -2.0 1.0 0.0
我真正想要的是:
RED GREEN
A1 O 14.0 14.0
A 14.0 12.0
O-A 0.0 2.0
A3 O 12.0 9.0
A 12.0 10.0
O-A 0.0 -1.0
A8 O 15.0 12.0
A 15.0 12.0
O-A 0.0 0.0
where 'A1','A3','A8' ... can be stored in array cases=[]
如何获得实际输出?您可以使用
concat
简化解决方案,无需转置和axis=1
,重命名索引值,然后通过以下方式重塑:
如果需要创建不重复第一级
多索引的文件(不推荐),请使用此选项。感谢您提供的代码。如何从列表中提取“红色”、“绿色”顺序的列?@itsbinz-使用df1=df1[['RED'、'GREEN']]]
如何从列表中命名索引,列表可能包含[A1、A3、A8],而不是序列order@itsbinz-删除.rename(lambda x:f'A{x+1}')
并使用pop_complete.index=[A1,A3,A8]
@itsbinz-你说得对,添加了.reindex([“O”,“A”,“O-A”],轴=0,级别=1)
到最后一行代码。我认为最后一次编辑非常复杂,请创建新问题。@jezrael.可以吗it@jezrael.新建。如何获取预期输出
o_rg = [14,12,15]
o_gg = [14,9,12]
a_rg = [14,12,15]
a_gg = [14,10,15]
df1=pd.DataFrame({'RED':o_rg,'GREEN':o_gg})
df2=pd.DataFrame({'RED':a_rg,'GREEN':a_gg})
df=df1-(df2)
print(df)
RED GREEN
0 0 0
1 0 -1
2 0 -3
pop_complete = pd.concat([df, df1, df2], keys=["O-A", "O", "A"], axis=1)
pop_complete.index = ['A1','A3','A8']
print(pop_complete)
O-A O A
RED GREEN RED GREEN RED GREEN
A1 0 0 14 14 14 14
A3 0 -1 12 9 12 10
A8 0 -3 15 12 15 15
df1 = pop_complete.stack(0)[['RED','GREEN']].reindex(["O", "A", "O-A"], axis=0, level=1)
print (df1)
RED GREEN
A1 O 14 14
A 14 14
O-A 0 0
A3 O 12 9
A 12 10
O-A 0 -1
A8 O 15 12
A 15 15
O-A 0 -3