Pivot / Groupby 数据框在索引列中具有非数字数据的重复项答案

【问题标题】：Pivot / Groupby dataframe with duplicates in index column with non numeric dataPivot / Groupby 数据框在索引列中具有非数字数据的重复项
【发布时间】：2019-11-04 07:04:35
【问题描述】：

假设我有以下示例数据框：

df1 = pd.DataFrame({'col1': ['A', 'A', 'B', 'A'], 'col2': ['CA', 'DA', 'CA', 'CA'], 'col3': [1, 1, 1, 2]})


Out[25]:

  col1 col2 col3
0  A    CA   1 
1  A    DA   1 
2  B    CA   1 
3  A    CA   2

我想将这个表按“col3”作为索引，“col1”作为新列（在这种情况下，列是“A”或“B”），值应该是“col2”。

我用pivot_table（也用pivot）试过了：

pd.pivot_table(df1,index='col3', columns="col1", values=['col2'])

在这种情况下，错误为：No numeric types to aggregate，在pivot命令的情况下，错误为：multiple indexes。这两种情况对我来说似乎都是合理的。但是有什么选择吗？当我为一列有两个值时，我更喜欢以下结果：

  A                B
1 ['CA', 'DA']     CA
2  'CA'            NaN

【问题讨论】：

标签： python pandas pivot pivot-table

【解决方案1】：

对于输出中缺少值的所有列表，添加自定义 lambda 函数：

df1 = pd.pivot_table(df1,index='col3', columns="col1", values='col2',
                     aggfunc = lambda x: x.tolist())
print (df1)
col1         A     B
col3                
1     [CA, DA]  [CA]
2         [CA]   NaN

如果需要标量而不是一个元素列表添加if-else 声明：

df1 = pd.pivot_table(df1,index='col3', columns="col1", values='col2', 
                     aggfunc = lambda x: x.tolist() if len(x) > 1 else x.iat[0])
print (df1)
col1         A    B
col3               
1     [CA, DA]   CA
2           CA  NaN

【讨论】：