我需要哪个 Pandas 功能？ group_by 或 pivot答案

【问题标题】：Which Pandas function do I need? group_by or pivot我需要哪个 Pandas 功能？ group_by 或 pivot
【发布时间】：2019-11-19 20:09:30
【问题描述】：

我对 Pandas 还比较陌生，我不知道我最适合使用哪些功能来获得答案。我已经查看了 pivot、pivot_table、group_by 和聚合，但我似乎无法让它完成我需要的工作。很可能是用户错误，对此我深表歉意！

我有这样的数据：

创建df的代码：

import pandas as pd
df = pd.DataFrame([
    ['1', '1', 'A', 3, 7],
    ['1', '1', 'B', 2, 9],
    ['1', '1', 'C', 2, 9],
    ['1', '2', 'A', 4, 10],
    ['1', '2', 'B', 4, 0],
    ['1', '2', 'C', 9, 8],
    ['2', '1', 'A', 3, 8],
    ['2', '1', 'B', 10, 4],
    ['2', '1', 'C', 0, 1],
    ['2', '2', 'A', 1, 6],
    ['2', '2', 'B', 10, 2],
    ['2', '2', 'C', 10, 3]
], columns = ['Field1', 'Field2', 'Type', 'Price1', 'Price2'])
print(df)

我正在尝试获取这样的数据：

虽然我的最终目标是最终为 A 列一列，为 B 列一列，为 C 列一列。因为 A 将使用 Price1 而 B & C 将使用 Price2。

我不希望获得价格的最大值或最小值或平均值或总和，因为理论上（尽管不太可能）对于相同的字段和类型可能有两个不同的 Price1。

在 Pandas 中使用什么功能可以满足我的需求？

【问题讨论】：

请分享数据帧的样本而不是图像
我不能提供实际数据作为其机密，我不是所有者，但这是数据的格式，尽管字段的层数不止 2 层。或者你是说你想要相同的数据，但我要提供将虚拟数据推送到这种格式的代码？
我们想要的是可复制的数据。要么是一些 Python 代码来创建和填充数据帧（最好的，因为我们可以确定 dtypes），或者至少是 something 可以用pd.read_clipboard 复制和粘贴。你应该阅读How to make good reproducible pandas examples
好的，谢谢，我会尽快编辑和添加。

标签： python pandas aggregate pandas-groupby

【解决方案1】：

使用pivot_table

pd.pivot_table(df, values =['Price1', 'Price2'], index=['Field1','Field2'],columns='Type').reset_index()

【讨论】：

【解决方案2】：

使用DataFrame.set_index 和DataFrame.unstack 进行整形 - 列中的输出为MultiIndex，因此添加了按DataFrame.sort_index 进行第二级排序，展平值并最后从Field 级别创建列：

df1 = (df.set_index(['Field1','Field2', 'Type'])
         .unstack(fill_value=0)
         .sort_index(axis=1, level=1))
df1.columns = [f'{b}-{a}' for a, b in df1.columns]
df1 = df1.reset_index()
print (df1)
  Field1 Field2  A-Price1  A-Price2  B-Price1  B-Price2  C-Price1  C-Price2
0      1      1         3         7         2         9         2         9
1      1      2         4        10         4         0         9         8
2      2      1         3         8        10         4         0         1
3      2      2         1         6        10         2        10         3

DataFrame.pivot_table 的解决方案也是可能的，但它使用默认的mean 函数聚合前 3 列中的重复值：

df2 = (df.pivot_table(index=['Field1','Field2'],
                      columns='Type',
                      values=['Price1', 'Price2'],
                      aggfunc='mean')
         .sort_index(axis=1, level=1))
df2.columns = [f'{b}-{a}' for a, b in df2.columns]
df2 = df2.reset_index()
print (df2)

【讨论】：

谢谢，我只是在用我的数据尝试它们，以确定哪一个给了我想要的东西，由于重复数据，它不喜欢 unstack，所以我只是想知道是否我首先需要或不需要那个副本。
@TimEdwards - 是的，如果重复，请使用第二种解决方案。
@TimEdwards - 另外mean 应更改为sum，median，如您所愿。
我想我可以使用 pivot_table 位，但是当我使用示例数据时，让列工作的部分给了我无效的语法。
我通过使用df2.columns = ['-'.join(col).strip() for col in df2.columns.values]得到了重命名列位的工作