如何正确旋转 DataFrame？ [关闭]

Question

这是我关于堆栈溢出的第一篇文章，所以在问这个问题时犯了错误，请提前道歉。

我正在尝试旋转一个 DataFrame，但我在努力理解它应该如何正确完成，并考虑到值的变化。我是 Python 和 Pandas 的初学者。

我使用的数据集可以在这里找到：https://www.kaggle.com/szymonjanowski/internet-articles-data-with-users-engagement

这个数据集我已经处理到这里了：article_data df

接下来我想做的是旋转这个 df 以便“source_id”成为列。我已经使用 pivot_table 方法做到了，但我得到了很多 NaN 值。这是我得到的结果的打印屏幕：pivoted data

此外，我不确定数据透视表是否仅考虑“source_id”列中的唯一值。为此，我试图实现一个 for 循环，它将遍历 source_id 的唯一值并将它们存储在旋转的 DF 中。但是，我不知道如何编写该代码。

如果您能给我一些建议，告诉我哪些方面做得好，哪些方面做得不好（以及如何解决这些问题的一些想法），我将不胜感激。

Answer 1

由于 source_id 中有重复值，因此您需要执行某种按该列分组的聚合，然后使用 .unstack()。但这是不可取的，因为您有很多无法汇总的文本数据。 你可以试试

df.set_index('source_id').T

但我不知道是否允许重复的索引名称。