Python 熊猫：合并具有相同索引的行，同时创建新列

我刚开始使用Pandas，有一个数据框，包含多个具有相同索引的行，表示变量具有某些特性，例如

ItemID       Property    Numerical_value
A1           'Red'       10     
A1           'Fruit'     0
B1           'Red'       25
C1           'Liquid'    0

我的数据的假设如下：； 只有属性为“红色”的行具有数值。及 如果一个项目有“水果”属性，它也有红色属性

我面临的问题是转换这个日期框，使其对每个itemID都遵循一个热编码方案，同时也保存数值（如果存在），例如

ItemID       Red&Fruit   Just_red  Other  Numerical_value
A1           1           0         0      10         
B1           0           1         0      25
C1           0           0         1      0

目前，我已经编写了以下代码

def read_report:
    fp = 'file_path'
    df = (pd.read_csv(fp))
    group = df.groupby('ItemID')['Property','Numerical_value'].apply(test_function)

与

这似乎不是最优的，尤其是获取每个汇总行的数值的方法感觉相当粗糙

---

有没有更好的方法达到同样的效果？

我建议按组获取属性集：

df.groupby('ItemID')['Property'].apply(set)
Out[15]: 
ItemID
A1    {'Red', 'Fruit'}
B1             {'Red'}
C1          {'Liquid'}

然后，您可以使用

get\u dummies

：

 df.groupby('ItemID')['Property'].apply(set).str.get_dummies()
Out[17]: 
        {"'Liquid'"}  {"'Red'", "'Fruit'"}  {"'Red'"}
ItemID                                               
A1                 0                     1          0
B1                 0                     0          1
C1                 1                     0          0

在您的示例中，您只需要重命名列。但是，您可能希望

替换
groupby
操作后的值

最后，与数值合并：

pd.concat([df.groupby('ItemID')['Property'].apply(set).str.get_dummies(),
           df.groupby('ItemID')['Numerical_value'].first()], axis=1)
Out[21]: 
        {"'Liquid'"}  {"'Red'", "'Fruit'"}  {"'Red'"}  Numerical_value
ItemID                                                                
A1                 0                     1          0               10
B1                 0                     0          1               25
C1                 1                     0          0                0

这里我采用第一个数值，如您的示例所示。
我建议按组获取属性集：

df.groupby('ItemID')['Property'].apply(set)
Out[15]: 
ItemID
A1    {'Red', 'Fruit'}
B1             {'Red'}
C1          {'Liquid'}

然后，您可以使用
get\u dummies
：

 df.groupby('ItemID')['Property'].apply(set).str.get_dummies()
Out[17]: 
        {"'Liquid'"}  {"'Red'", "'Fruit'"}  {"'Red'"}
ItemID                                               
A1                 0                     1          0
B1                 0                     0          1
C1                 1                     0          0

在您的示例中，您只需要重命名列。但是，您可能希望
替换
groupby
操作后的值

最后，与数值合并：

pd.concat([df.groupby('ItemID')['Property'].apply(set).str.get_dummies(),
           df.groupby('ItemID')['Numerical_value'].first()], axis=1)
Out[21]: 
        {"'Liquid'"}  {"'Red'", "'Fruit'"}  {"'Red'"}  Numerical_value
ItemID                                                                
A1                 0                     1          0               10
B1                 0                     0          1               25
C1                 1                     0          0                0

这里我以第一个数值为例。
您的问题对我来说并不完全清楚：根据您的说法，在第1组中，您有一个项目“红色”和一个项目“水果”，即“红色和水果”。这两个物体是不同的吗？或者任何时候有一个“水果”也会有一个“红色”？你的最后一句话是正确的，它是同一个对象。如果我们遇到“水果”属性，我们确信它也有“红色”属性。我不完全清楚您的问题：在第1组中，您有一个项目“红色”和一个项目“水果”，根据您的说法，这是“红色和水果”。这两个物体是不同的吗？或者任何时候有一个“水果”也会有一个“红色”？你的最后一句话是正确的，它是同一个对象。如果我们遇到“水果”属性，我们确信它也有“红色”属性。