Python 用于多个列的数据透视

我有一个看起来像-

df=pd.dataframe（['10/03/2020'，'H1'，'x'，2.5'，'10/03/2020'，'H2'，'x'，3.5'，'10/03/2020'，'H1'，'y'，2'，'10/03/2020'，'H2'，'y'，3]]，列=['Day'，'Hour'，'Var'，'Val']）

我希望结果是-

pd.DataFrame（[[10/03/2020'，x'，2.5,3.5]，[10/03/2020'，y'，2,3]]，columns=['Day'，Var'，H1'，H2']）

在熊猫身上这样做的最佳方式是什么？

---

抱歉，如果这是一个重复的问题。如果是这样的话，请随意向我指出前面回答的问题

您可以使用

pivot

方法来完成大部分工作，然后使用

reset_index

将“Day”从索引移动到自己的列中。我之所以使用

rename\u axis

，是因为我不喜欢我的列索引有一个名称，并且认为这会给新用户带来麻烦：

pivotted_df = (
    df.pivot(index=["Day", "Var"], columns="Hour", values="Val")
    .rename_axis(columns=None)   # Remove the name of the column index. Visual purposes only 
    .reset_index()               # Insert "day" as a column instead of it being the index
)

print(pivotted_df)
          Day Var   H1   H2
0  10/03/2020   x  2.5  3.5
1  10/03/2020   y  2.0  3.0

---

我鼓励您尝试注释掉

重命名_轴（…）

和

重置_索引（）

行中的每一行，以查看此过程的每一步，并可视化它们各自在做什么

pivotted_df=（df.pivot（index=[“Day”，“Var”]，columns=“Hour”，values=“Val”）

当我使用这段代码时，它给了我一个错误-

ValueError:传递的值的长度是4，index意味着2

。我不知道这是版本问题还是什么。是的，我相信要通过索引超过1级，你需要版本>1。您可以使用

导入熊猫作为pd检查您的版本；打印（pd.\uuuu version\uuuuu）

如果无法升级，您可以尝试使用

pivot\u table

而不是

pivot

，但您需要检查输出，以确保在此过程中未聚合任何值。

          Day Var   H1   H2
0  10/03/2020   x  2.5  3.5
1  10/03/2020   y  2.0  3.0

pivotted_df = (
    df.pivot(index=["Day", "Var"], columns="Hour", values="Val")
    .rename_axis(columns=None)   # Remove the name of the column index. Visual purposes only 
    .reset_index()               # Insert "day" as a column instead of it being the index
)

print(pivotted_df)
          Day Var   H1   H2
0  10/03/2020   x  2.5  3.5
1  10/03/2020   y  2.0  3.0