Python Pandas Proc 转置等效答案

【问题标题】：Python Pandas Proc Transpose EquivalentPython Pandas Proc 转置等效
【发布时间】：2017-08-09 16:56:01
【问题描述】：

我有一个 sas proc transpose 我想在 pandas 中复制。

这是一个例子：

ID = ['ID1', 'ID1', 'ID1', 'ID1', 'ID1']
obs_week = [201701,201701,201701,201701,201701]
weeks_id = [1,2,3,4,5]
spend = [100,200,300,400,500]
df = pd.DataFrame(zip(ID, obs_week, weeks_id, spend ), columns = ['id', 'obs_week', 'weeks_id', 'spend'])
df

这给出了一个像这样的表格：

    id  obs_week    weeks_id    spend
0   ID1 201701      1           100
1   ID1 201701      2           200
2   ID1 201701      3           300
3   ID1 201701      4           400
4   ID1 201701      5           500

我正在尝试转置它，以便 ID1 和 obs_week 变得唯一，然后 week_id 成为带有前缀的新列。

sas 代码如下所示：

proc transpose data=spend out=spend_hh (drop = _label_ _name_) prefix=spend_;
  by id obs_week;
  id weeks_id;
  var spend;
run;

我已经设法使用 df.pivot_table 接近了

df.pivot_table(index=['id','obs_week'], columns='weeks_id', aggfunc=sum, fill_value=0)

给一张这样的桌子

                   spend
weeks_id           1    2   3   4   5
id       obs_week                   
ID1      201701    100  200 300 400 500

我的问题是我想将 1 2 3 4 5 重命名为 send_1、spend_2 等

我也想对文件中的多个不同变量执行此操作，但我假设我可以将选择限制为我想要的字段

我的答案应该是这样的：

    id  obs_week    spend_1 spend_2 spend_3 spend_4 spend_5
0   ID1 201701      100     200     300     400     500

这只是以某种方式折叠标题吗？

我还希望 id 和 obs_week 不属于索引。

【问题讨论】：

标签： python pandas pivot-table transpose

【解决方案1】：

您需要列表理解首先创建列名称，然后 reset_index 用于具有索引的列，rename_axis 用于删除 weeks_id 文本：

df = df.pivot_table(index=['id','obs_week'], columns='weeks_id', aggfunc=sum, fill_value=0)

df.columns = ['{}_{}'.format(x[0], x[1]) for x in df.columns]
df = df.reset_index().rename_axis(None, axis=1)
print (df)
    id  obs_week  spend_1  spend_2  spend_3  spend_4  spend_5
0  ID1    201701      100      200      300      400      500

或者：

df.columns = ['_'.join((x[0], str(x[1]))) for x in df.columns]
df = df.reset_index().rename_axis(None, axis=1)
print (df)
    id  obs_week  spend_1  spend_2  spend_3  spend_4  spend_5
0  ID1    201701      100      200      300      400      500

【讨论】：

【解决方案2】：

这是一个单线

In [1446]: (df.pivot_table(index=['id', 'obs_week'], columns=['weeks_id'], values='spend')
              .add_prefix('spend_')
              .reset_index())
Out[1446]:
weeks_id   id  obs_week  spend_1  spend_2  spend_3  spend_4  spend_5
0         ID1    201701      100      200      300      400      500

或者，

In [1449]: (df.pivot_table(index=['id', 'obs_week'], columns=['weeks_id'], values='spend')
              .add_prefix('spend_')
              .reset_index()
              .rename_axis(None, axis=1))
Out[1449]:
    id  obs_week  spend_1  spend_2  spend_3  spend_4  spend_5
0  ID1    201701      100      200      300      400      500

【讨论】：