如何在 Python Pivot_table 中使用 agg_func = 'All'

Question

我有一个如下所示的输入数据框

df = pd.DataFrame({'person_id' :[1,1,1,2,2,2,2,2,2],'level_1': ['L1FR','L1Date','L1value','L1FR','L1Date','L1value','L2FR','L2Date','L2value'], 'val3':['Fasting','11/4/2005',1.33,'Random','18/1/2007',4.63,'Fasting','18/1/2017',8.63]})

如下图所示

我想将我的输出转换为如下所示

这是我根据 SO 论坛的回复尝试的方法

g = df.level_1.str[-2:]
df.pivot_table(index='person_id', columns=g, values='val3',aggfunc='first')

这仅提供每个组（或人）的第一条记录，如下所示，非常接近我的预期输出。基本上我正在尝试进行某种转换/重新排列输入数据的显示方式

但我想拥有所有记录。在真实数据中，我有超过 10 万条记录，每个人都可以重复多次。

当我使用g.groupby(g).cumcount() 作为索引时，我得到了一半记录的 NA，我想避免它。我不知道为什么会出现这个问题。

解决此问题的任何其他方法也很有帮助。你能帮我得到这个输出吗？

Answer 1

你已经很接近想要的东西了。

这里的诀窍是像这样将另一个索引添加到您的第二级：

df = pd.DataFrame({'person_id' :[1,1,1,2,2,2,2,2,2],'level_1': ['L1FR','L1Date','L1value','L1FR','L1Date','L1value','L2FR','L2Date','L2value'], 'val3':['Fasting','11/4/2005',1.33,'Random','18/1/2007',4.63,'Fasting','18/1/2017',8.63]})
g = df.level_1.str[-2:]
# Extracting level's number
df['lvl'] = df.level_1.apply(lambda x: int(''.join(filter(str.isdigit, x))))
# Then you pivot with person_id and lvl
df = df.pivot_table(index=['person_id', 'lvl'], columns=g, values='val3', aggfunc='first')

输出应该是：

            level_1     FR          te          ue
person_id   lvl             
        1   1       Fasting     11/4/2005   1.33
        2   1           Random      18/1/2007   4.63
            2           Fasting     18/1/2017   8.63

如果你像这样重置 1 级索引：

df.reset_index(level=1).drop("lvl", axis=1)

输出是：

level_1     FR          te          ue
person_id           
1           Fasting     11/4/2005   1.33
2           Random      18/1/2007   4.63
2           Fasting     18/1/2017   8.63

你去吧！