Pandas: Erstellen eines Datenrahmens, der eine Spalte mit anderen zwei Spalten in Beziehung setzt

Question

Ich habe ein Datenframe mit drei Spalten: A, B, C. Nehmen wir an, A und B sind ganzzahlige Serien von 0 bis 10. Ich möchte ein erstellen neuer Datenrahmen, in dem eindeutige Werte von A der Index ist, eindeutige Werte von B sind die Spalten und jede Zelle ist der Mittelwert C, der an dem Schnittpunkt von Ai, Cj erhalten wird.

So zum Beispiel, wenn wir gruppiert, um die Datenrahmen wie folgt aus:

Cvalues = df.groupby(['A','B'],as_index=False).mean() 

in der (i, j) Position des Datenrahmens ich dort erstellen möchten wäre:

Cvalues.loc[Cvalues.A==i].loc[Cvalues.B==j].C 

Was ist der einfachste Weg das zu tun?

Answer 1

Sie sind fast da. Sie können entweder pivot Ihre Cvalues, oder noch besser, gehen Sie direkt für pivot_table und nutzen Sie die integrierte Option aggfunc.

df = pd.DataFrame({'A':[2,0,1,1,2,0,1,0], 
        'B':[1,2,1,0,1,2,1,1], 
        'C':[10,20,30,40,50,60,70,80]}) 

Empfohlen One-Liner:

res = df.pivot_table(index='A', columns='B', values='C', aggfunc='mean') 

Making Your Methode Arbeit:

Cvalues = df.groupby(['A','B'],as_index=False).mean() 
res = Cvalues.pivot(index='A', columns='B', values='C') 

Warum sich die Mühe, aber nur für den Fall, können Sie machen dies ein wenig kompakter:

res = df.groupby(['A','B'],as_index=False).mean().pivot(index='A', columns='B', values='C') 

Hier ist das Ergebnis beiden Möglichkeiten:

B  0  1  2 
A     
0 NaN 80.0 40.0 
1 40.0 50.0 NaN 
2 NaN 30.0 NaN 

wo, an der Kreuzung von A=2 and B=1: 30.0 = (10 + 50)/2