将列中的值转换为 pandas 中的列标题

Question

我有以下代码，它采用 pandas 数据框的一列中的值，并将它们作为新数据框的列。数据框第一列中的值成为新数据框的索引。

从某种意义上说，我想把一个邻接表变成一个邻接矩阵。到目前为止，这是代码：

import pandas as pa
# Create a dataframe
oldcols = {'col1':['a','a','b','b'], 'col2':['c','d','c','d'], 'col3':[1,2,3,4]}
a = pa.DataFrame(oldcols)

# The columns of the new data frame will be the values in col2 of the original
newcols = list(set(oldcols['col2']))
rows = list(set(oldcols['col1']))

# Create the new data matrix
data = np.zeros((len(rows), len(newcols)))

# Iterate over each row and fill in the new matrix
for row in zip(a['col1'], a['col2'], a['col3']):
    rowindex = rows.index(row[0])
    colindex = newcols.index(row[1])
    data[rowindex][colindex] = row[2]

newf = pa.DataFrame(data)
newf.columns = newcols
newf.index = rows

这适用于此特定实例，如下所示：原始 DataFrame

  col1 col2  col3
0    a    c     1
1    a    d     2
2    b    c     3
3    b    d     4

被转换成一个新的 DataFrame 看起来像

   c  d
a  1  2
b  3  4

如果 col3 中的值不是数字，它将失败。我的问题是，是否有更优雅/更强大的方式来做到这一点？

Answer 1

这看起来像 pivot 的工作：

import pandas as pd
oldcols = {'col1':['a','a','b','b'], 'col2':['c','d','c','d'], 'col3':[1,2,3,4]}
a = pd.DataFrame(oldcols)  

newf = a.pivot(index='col1', columns='col2')
print(newf)

产量

      col3   
col2     c  d
col1         
a        1  2
b        3  4

如果您不想要 MultiIndex 列，您可以使用以下方法删除

col3

：

newf.columns = newf.columns.droplevel(0)

然后会产生

col2  c  d
col1      
a     1  2
b     3  4

Answer 2

正如@unutbu 提到的，您可以使用

pivot

重塑数据框。

res = a.pivot(index='col1', columns='col2', values='col3')

更简洁的方法是将列标签解包为 args。

res = a.pivot(*a).rename_axis(index=None, columns=None)

---

另一种方法是显式构造图对象（使用流行的图库

networkx

）并构造邻接矩阵。对于简单的数据透视操作来说，它可能过于冗长，但如果给定的数据已经是图表形式，它可能会有用。

import networkx as nx
g = nx.Graph()
col1 = a['col1'].unique()
col2 = a['col2'].unique()
g.add_weighted_edges_from(list(map(tuple, a.values)))
res = nx.to_pandas_adjacency(g).loc[col1, col2]

Answer 3

另一种方法是将前两列分配为 MultiIndex，然后取消堆叠第二列：

df = pd.DataFrame({'col1':['a','a','b','b'], 'col2':['c','d','c','d'], 'col3':[1,2,3,4]}) 
df.set_index(['col1', 'col2']).squeeze().unstack('col2')

结果

col2  c  d
col1      
a     1  2
b     3  4

squeeze()

方法将具有单列的DataFrame转换为Series。