如何使用 pandas.DataFrame 列作为索引、列和值？答案

【问题标题】：How do you use pandas.DataFrame columns as index, columns, and values?如何使用 pandas.DataFrame 列作为索引、列和值？
【发布时间】：2015-04-26 13:38:52
【问题描述】：

我似乎不知道如何以可搜索的方式提出这个问题，但我觉得这是一个简单的问题。

给定一个 pandas Dataframe 对象，我想使用一列作为索引，一列作为列，第三列作为值。

例如：

   a   b   c
0  1  dog  2 
1  1  cat  1
2  1  rat  6
3  2  cat  2
4  3  dog  1
5  3  cat  4

我想将“a”列用作我的索引值，将“b”列用作我的列，将“c”列用作每行/列的值，并用 0 填充缺失值（如果可能）。比如……

   dog   cat   rat
1   2     1     6
2   0     2     0
3   1     4     0

这将是一个“a”乘“b”矩阵，以“c”作为填充值

【问题讨论】：

听起来你想要pivot_table。请参阅the docs“重塑和数据透视表”。
你可以看看“dataframe.groupby”（和pivot_table不太一样，但是一个有趣的方法）和“dataframe.reindex”方法

标签： python indexing pandas

【解决方案1】：

它（几乎）和你所说的完全一样：

df.pivot_table(index="a", columns="b", values="c", fill_value=0)

给予

b  cat  dog  rat
a               
1    1    2    6
2    2    0    0
3    4    1    0

HTH

【讨论】：

您也可以传递fill_value=0 来填充缺失值。

【解决方案2】：

http://pandas.pydata.org/pandas-docs/dev/reshaping.html

从您提供的示例数据框开始，

df.pivot(index='a', columns='b', values='c')

将产生几乎完全符合您要求的输出。

FWIW，df.melt() 是相反的转换。

【讨论】：