Ich habe einen Pandas Datenrahmen nach der Form im Beispiel unten:Erstellen von Pivot Datenrahmen mit mehreren Spalten in Pandas
data = {'id': [1,1,1,1,2,2,2,2,3,3,3], 'a': [-1,1,1,0,0,0,-1,1,-1,0,0], 'b': [1,0,0,-1,0,1,1,-1,-1,1,0]}
df = pd.DataFrame(data)
Nun, was ich tun möchte, ist eine Pivot-Tabelle, dass eine solche erstellen für jede der Säulen außer der ID, werde ich 3 neue Spalten haben, die den Werten entsprechen. Das heißt, für die Spalte a
erstelle ich a_neg
, a_zero
und a_pos
. Ähnlich, für b
, erstelle ich b_neg
, b_zero
und b_pos
. Die Werte für diese neuen Spalten entsprechen der Häufigkeit, mit der diese Werte in der ursprünglichen Spalte a
und b
erscheinen.
result = {'id': [1,2,3], 'a_neg': [1, 1, 1],
'a_zero': [1, 2, 2], 'a_pos': [2, 1, 0],
'b_neg': [1, 1, 1], 'b_zero': [2,1,1], 'b_pos': [1,2,1]}
df_result = pd.DataFrame(result)
Nun, dies zu tun, kann ich die folgenden Schritte tun und auf meine endgültige Antwort kommen: Die letzte Datenrahmen sollte wie folgt aussehen
by_a = df.groupby(['id', 'a']).count().reset_index().pivot('id', 'a', 'b').fillna(0).astype(int)
by_a.columns = ['a_neg', 'a_zero', 'a_pos']
by_b = df.groupby(['id', 'b']).count().reset_index().pivot('id', 'b', 'a').fillna(0).astype(int)
by_b.columns = ['b_neg', 'b_zero', 'b_pos']
df_result = by_a.join(by_b).reset_index()
Ich glaube jedoch, dass diese Methode nicht optimal vor allem, wenn ich neben a
und b
viele Originalsäulen habe. Gibt es eine kürzere und/oder effizientere Lösung, um das zu erreichen, was ich hier erreichen möchte? Vielen Dank.