Python 拆分列并在索引中使用重复项聚合结果
我有以下数据帧:Python 拆分列并在索引中使用重复项聚合结果,python,pandas,Python,Pandas,我有以下数据帧: ID Type Value 1 A 311 1 A 223 1 B 1233 2 A 424 2 A 553 3 A 11 3 B 4 3 B 5 我正在尝试通过拆分列“Type”来聚合“ID”列,这样每个ID都有
ID Type Value
1 A 311
1 A 223
1 B 1233
2 A 424
2 A 553
3 A 11
3 B 4
3 B 5
我正在尝试通过拆分列“Type”来聚合“ID”列,这样每个ID都有自己的行以及类型A和类型B的相应列。在列“A”和“B”中,我希望分配跨行的每个相应值的第一次出现。如果A或B(或两者)缺失,我想分配NaN。为了明确这一点,以下示例描述了我正在寻找的结果:
ID A B
1 311 1233
2 424 NaN
3 11 4
结果将保留为A显示的第一个值(而忽略223的第二个值)。由于ID 1中没有B的第二个值,因此它只保留值1233。对于其他ID,此逻辑将继续
我一直在尝试使用.pivot
解决这个问题
df.pivot(columns="Type",values="Value")
这有助于我分离类型列,这样我可以得到:
Type A B
0 311 NaN
1 223 NaN
2 NaN 1233
3 11 4
但是,我无法将ID列作为索引传递,因为它会导致以下错误:
ValueError: Index contains duplicate entries, cannot reshape
但是,在ID列上使用
drop_duplicates
,会导致数据丢失。在pandas中有没有方便的方法来执行这样的操作?您需要先删除重复项,然后再旋转
df.drop_duplicates(['ID', 'Type']).pivot('ID', 'Type', 'Value')
Type A B
ID
1 311.0 1233.0
2 424.0 NaN
3 11.0 4.0
或者,将
pivot_table
与aggfunc='first'
一起使用:
df.pivot_table(index='ID', columns='Type', values='Value', aggfunc='first')
Type A B
ID
1 311.0 1233.0
2 424.0 NaN
3 11.0 4.0
性能
这实际上取决于您的数据和组数。最好是用你自己的数据来测试它
df_ = df.copy()
df = pd.concat([df_] * 10000, ignore_index=True)
%timeit df.pivot_table(index='ID', columns='Type', values='Value', aggfunc='first')
%timeit df.drop_duplicates(['ID', 'Type']).pivot('ID', 'Type', 'Value')
%timeit df.groupby(['ID', 'Type']).Value.first().unstack(1)
15.2 ms ± 272 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
8.63 ms ± 98 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
8.34 ms ± 246 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
首先使用
groupby
df.groupby(['ID','Type']).Value.first().unstack()
Type A B
ID
1 311.0 1233.0
2 424.0 NaN
3 11.0 4.0
或者使用groupby
head
和pivot
df.groupby(['ID','Type'],as_index=False).head(1).pivot('ID', 'Type', 'Value')
Type A B
ID
1 311.0 1233.0
2 424.0 NaN
3 11.0 4.0
你的轴心代码是什么?我想第三排应该是3114
wow这正是我想做的!非常感谢!我会接受一次,所以让我:)