熊猫:枢轴为真/假,丢失列
我试图创建我认为是一个简单的数据透视表,但我有严重的问题。有两件事我不能做:熊猫:枢轴为真/假,丢失列
- 摆脱最后的“伙伴”列。
- 如果每个公司都有该伙伴,则将值设置为True或False。
设置:
df = pd.DataFrame({'company':['a','b','c','b'], 'partner':['x','x','y','y'], 'str':['just','some','random','words']})
所需的输出:
company x y
a True False
b True True
c False True
我开始:
df = df.pivot(values = 'partner', columns = 'partner', index = 'company').reset_index()
这让我接近,但是当我TR要摆脱“合作伙伴”专栏,我甚至不能引用它,而不是“索引”。
对于第二个问题,我可以使用:
df.fillna(False, inplace = True)
df.loc[~(df['x'] == False), 'x'] = True
df.loc[~(df['y'] == False), 'y'] = True
但似乎令人难以置信的哈克。任何帮助,将不胜感激。
选项1
df.groupby(['company', 'partner']).size().unstack(fill_value=0).astype(bool)
partner x y
company
a True False
b True True
c False True
得到列摆脱名对象
df.groupby(['company', 'partner']).size().unstack(fill_value=0).astype(bool) \
.rename_axis(None, 1).reset_index()
company x y
0 a True False
1 b True True
2 c False True
选项2
pd.crosstab(df.company, df.partner).astype(bool)
partner x y
company
a True False
b True True
c False True
pd.crosstab(df.company, df.partner).astype(bool) \
.rename_axis(None, 1).reset_index()
company x y
0 a True False
1 b True True
2 c False True
选项3
f1, u1 = pd.factorize(df.company.values)
f2, u2 = pd.factorize(df.partner.values)
n, m = u1.size, u2.size
b = np.bincount(f1 * m + f2)
pad = np.zeros(n * m - b.size, dtype=int)
b = np.append(b, pad)
v = b.reshape(n, m).astype(bool)
pd.DataFrame(np.column_stack([u1, v]), columns=np.append('company', u2))
company x y
0 a True False
1 b True True
2 c False True
定时
小数据
%timeit df.groupby(['company', 'partner']).size().unstack(fill_value=0).astype(bool).rename_axis(None, 1).reset_index()
%timeit pd.crosstab(df.company, df.partner).astype(bool).rename_axis(None, 1).reset_index()
%%timeit
f1, u1 = pd.factorize(df.company.values)
f2, u2 = pd.factorize(df.partner.values)
n, m = u1.size, u2.size
b = np.bincount(f1 * m + f2)
pad = np.zeros(n * m - b.size, dtype=int)
b = np.append(b, pad)
v = b.reshape(n, m).astype(bool)
pd.DataFrame(np.column_stack([u1, v]), columns=np.append('company', u2))
1000 loops, best of 3: 1.67 ms per loop
100 loops, best of 3: 5.97 ms per loop
1000 loops, best of 3: 301 µs per loop
这非常有帮助 - 但我如何完全摆脱“伙伴”位,并将其压扁到所需的输出顶端? – pshep123
你是男人,一如既往地感谢。出于好奇,选项1和2 - 现在是“合作伙伴”列吗?多指标? – pshep123
@ pshep123它是列对象的名称 – piRSquared
你想'df.assign(VAL = TRUE).pivot_table(值= 'VAL',索引值”公司',列='伙伴',fill_value =假)'? – lukeA
@lukeA - 是的,这正是我想要的。谢谢! – pshep123