Python 熊猫：pivot和pivot_表之间的差异。为什么只有pivot_工作台工作？

我有以下数据帧

df.head(30)

     struct_id  resNum score_type_name  score_value
0   4294967297       1           omega     0.064840
1   4294967297       1          fa_dun     2.185618
2   4294967297       1      fa_dun_dev     0.000027
3   4294967297       1     fa_dun_semi     2.185591
4   4294967297       1             ref    -1.191180
5   4294967297       2            rama    -0.795161
6   4294967297       2           omega     0.222345
7   4294967297       2          fa_dun     1.378923
8   4294967297       2      fa_dun_dev     0.028560
9   4294967297       2      fa_dun_rot     1.350362
10  4294967297       2         p_aa_pp    -0.442467
11  4294967297       2             ref     0.249477
12  4294967297       3            rama     0.267443
13  4294967297       3           omega     0.005106
14  4294967297       3          fa_dun     0.020352
15  4294967297       3      fa_dun_dev     0.025507
16  4294967297       3      fa_dun_rot    -0.005156
17  4294967297       3         p_aa_pp    -0.096847
18  4294967297       3             ref     0.979644
19  4294967297       4            rama    -1.403292
20  4294967297       4           omega     0.212160
21  4294967297       4          fa_dun     4.218029
22  4294967297       4      fa_dun_dev     0.003712
23  4294967297       4     fa_dun_semi     4.214317
24  4294967297       4         p_aa_pp    -0.462765
25  4294967297       4             ref    -1.960940
26  4294967297       5            rama    -0.600053
27  4294967297       5           omega     0.061867
28  4294967297       5          fa_dun     3.663050
29  4294967297       5      fa_dun_dev     0.004953

根据pivot文档，我应该能够使用pivot函数在score_type_名称上重塑它

df.pivot(columns='score_type_name',values='score_value',index=['struct_id','resNum'])

但是，我得到了以下信息

但是，pivot_table函数似乎可以工作：

pivoted = df.pivot_table(columns='score_type_name',
                         values='score_value',
                         index=['struct_id','resNum'])

但至少对我来说，它不适合作进一步的分析。我希望它只将struct_id、resNum和score_type_名称作为列，而不是将score_type_名称堆叠在其他列的顶部。此外，我希望struct_id用于每一行，而不是像用于表那样聚合到连接行中

那么，有谁能告诉我如何使用pivot获得我想要的数据帧呢？此外，从文档中，我无法解释为什么pivot_表可以工作而pivot不能工作。如果我看一下pivot的第一个示例，它看起来正是我所需要的

附言。 我确实发布了一个关于这个问题的问题，但是我在演示输出方面做得太差了，我删除了它，然后再次尝试使用ipython笔记本。如果你看到这两次，我提前道歉

编辑-我想要的结果如下所示（用excel制作）：

---

我不确定我是否理解，但我会试试看。我通常使用堆栈/取消堆栈而不是枢轴，这更接近您想要的吗

df.set_index(['struct_id','resNum','score_type_name']).unstack()

                  score_value                                              
score_type_name        fa_dun fa_dun_dev fa_dun_rot fa_dun_semi     omega   
struct_id  resNum                                                           
4294967297 1         2.185618   0.000027        NaN    2.185591  0.064840   
           2         1.378923   0.028560   1.350362         NaN  0.222345   
           3         0.020352   0.025507  -0.005156         NaN  0.005106   
           4         4.218029   0.003712        NaN    4.214317  0.212160   
           5         3.663050   0.004953        NaN         NaN  0.061867   


score_type_name     p_aa_pp      rama       ref  
struct_id  resNum                                
4294967297 1            NaN       NaN -1.191180  
           2      -0.442467 -0.795161  0.249477  
           3      -0.096847  0.267443  0.979644  
           4      -0.462765 -1.403292 -1.960940  
           5            NaN -0.600053       NaN  

我不确定你的pivot为什么不工作（我觉得应该是这样，但我可能错了），但如果我不使用“struct_id”，它确实会工作（或者至少不会给出错误）。当然，对于“struct_id”有多个不同值的完整数据集，这并不是一个真正有用的解决方案

df.pivot(columns='score_type_name',values='score_value',index='resNum')

score_type_name    fa_dun  fa_dun_dev  fa_dun_rot  fa_dun_semi     omega  
resNum                                                                     
1                2.185618    0.000027         NaN     2.185591  0.064840   
2                1.378923    0.028560    1.350362          NaN  0.222345   
3                0.020352    0.025507   -0.005156          NaN  0.005106   
4                4.218029    0.003712         NaN     4.214317  0.212160   
5                3.663050    0.004953         NaN          NaN  0.061867   

score_type_name   p_aa_pp      rama       ref  
resNum                                         
1                     NaN       NaN -1.191180  
2               -0.442467 -0.795161  0.249477  
3               -0.096847  0.267443  0.979644  
4               -0.462765 -1.403292 -1.960940  
5                     NaN -0.600053       NaN  

编辑以添加：

重置索引（）

将从多索引（分层）转换为更平坦的样式。列名中仍然存在一些层次结构，有时消除这些层次结构的最简单方法就是执行

df.columns=['var1'，'var2'，…]

，尽管如果执行一些搜索，会有更复杂的方法

df.set_index（['struct_id'、'resNum'、'score_type_name']）。unstack（）.reset_index（）

---

要将从

pivot\u表中获得的数据帧调用为所需格式，请执行以下操作：

pivoted.columns.name=None  ## remove the score_type_name
result = pivoted.reset_index()  ## puts index columns back into dataframe body

我调试了一下


DataFrame.pivot（）
和
DataFrame.pivot\u table（）
是不同的
pivot（）
不接受索引列表
pivot\u table（）
接受

在内部，它们都使用
reset\u index（）
/
stack（）
/
unstack（）

pivot（）
我认为这只是简单使用的捷径
 另一个警告：

pivot\u table
只允许将数字类型作为“values=”，而
pivot
将字符串类型作为“values=”。
对于仍然对
pivot
和
pivot\u table
之间的差异感兴趣的任何人来说，主要有两个差异：


pivot\u table
是
pivot
的推广，它可以为一个数据透视的索引/列对处理重复值。具体来说，您可以使用关键字argument
aggfunc
为pivot\u table
提供聚合函数列表。
pivot\u表的默认
aggfunc
为
numpy.mean
pivot_表
还支持对经透视的表的索引和列使用多列。将自动为您生成分层索引


REF:和
给定的代码片段可能会帮助您进一步展平数据帧的外观

df.set_index(['struct_id','resNum','score_type_name']).unstack().reset_index()
df.loc[:,['struct_id','resNum','fa_dun','fa_dun_dev','fa_dun_rot']]

在调用pivot之前，我们需要确保数据中的行对于指定的列不具有重复值

重复给定轴

Index contains duplicate entries, cannot reshape

如果我们不能确保这一点，我们可能不得不使用pivot\u table方法

请查找下面的链接以获得更详细的解释

pivot（）
用于无聚合的数据透视。因此，它不能处理一个索引/列对的重复值

由于这里的
索引=['struct_id'，'resNum']
有多个重复项，因此pivot无法工作

但是，
pivot\u table
将起作用，因为它将通过聚合来处理重复的值。
堆叠有帮助，但我仍然需要它，就像我想要的输出一样，这样我就可以将内容连接到它。我似乎无法处理分层数据帧。是的，重置索引有帮助。如果没有人能告诉我为什么pivot不工作，我会很快标记这个。谢谢@当然，没问题。我也很好奇是否有人能用pivot解释这个问题！不确定，但我认为
pivot
v
pivot_table
问题可能与非唯一索引项有关。我遇到了类似的问题，简而言之，我最终意识到我想用作索引的列中存在过多的nan项。更详细地说，为了唯一性，我迭代了我的数据帧，但它跳过了nan条目，所以这个问题就在我的视线范围之内。为什么要在pivot_表上使用pivot？我相信开发人员希望扩展
pivot
的功能，但不想破坏传统代码，因此他们添加了
pivot_表
。从1.1.0版开始，DataFrame.pivot还接受索引名称列表：
df.set_index(['struct_id','resNum','score_type_name']).unstack().reset_index()
df.loc[:,['struct_id','resNum','fa_dun','fa_dun_dev','fa_dun_rot']]

Index contains duplicate entries, cannot reshape