python - 创建一个数据透视表答案

【问题标题】：python - create a pivot tablepython - 创建一个数据透视表
【发布时间】：2013-06-10 16:12:27
【问题描述】：

我正在尝试从 python 中的 Numpy 数组创建数据透视表。我做了很多研究，但我找不到一个直接的解决方案。我知道你可以用 Pandas 做到这一点，但我在安装它时遇到了麻烦——但必须有一种方法可以在没有 Pandas 的情况下做到这一点。我的 Numpy 数组是

[[ 4057     8  1374]
 [ 4057     9   759]
 [ 4057    11    96]
 ..., 
 [89205    16   146]
 [89205    17   154]
 [89205    18   244]]

我需要一个数据透视表，其中行是第一列，列是第二列，值是第三列。请帮忙！

谢谢

【问题讨论】：

标签： python numpy pivot-table

【解决方案1】：

我想这就是你想要的：

data = np.array([[ 4057,     8,  1374],
                 [ 4057,     9,   759],
                 [ 4057,    11,    96],
                 [89205,    16,   146],
                 [89205,    17,   154],
                 [89205,    18,   244]])

rows, row_pos = np.unique(data[:, 0], return_inverse=True)
cols, col_pos = np.unique(data[:, 1], return_inverse=True)

pivot_table = np.zeros((len(rows), len(cols)), dtype=data.dtype)
pivot_table[row_pos, col_pos] = data[:, 2]

>>> pivot_table
array([[1374,  759,   96,    0,    0,    0],
       [   0,    0,    0,  146,  154,  244]])
>>> rows
array([ 4057, 89205])
>>> cols
array([ 8,  9, 11, 16, 17, 18])

这种方法有一些限制，主要是，如果您对相同的行/列组合有重复的条目，它们不会被添加在一起，而只会保留一个（可能是最后一个）。如果你想把它们加在一起，虽然有点复杂，你可以滥用 scipy 的 sparse 模块：

data = np.array([[ 4057,     8,  1374],
                 [ 4057,     9,   759],
                 [ 4057,    11,    96],
                 [89205,    16,   146],
                 [89205,    17,   154],
                 [89205,    18,   244],
                 [ 4057,    11,     4]])

rows, row_pos = np.unique(data[:, 0], return_inverse=True)
cols, col_pos = np.unique(data[:, 1], return_inverse=True)

pivot_table = np.zeros((len(rows), len(cols)), dtype=data.dtype)
pivot_table[row_pos, col_pos] = data[:, 2]
>>> pivot_table # the element at [0, 2] should be 100!!!
array([[1374,  759,    4,    0,    0,    0],
       [   0,    0,    0,  146,  154,  244]])

import scipy.sparse as sps
pivot_table = sps.coo_matrix((data[:, 2], (row_pos, col_pos)),
                             shape=(len(rows), len(cols))).A
>>> pivot_table # now repeated elements are added together
array([[1374,  759,  100,    0,    0,    0],
       [   0,    0,    0,  146,  154,  244]])

【讨论】：

幸运的是，我的数据不应该有你提到的重复条目