Python Pandas: Pivot-Tabelle

Question

Ich habe eine Tabelle wie folgt:

Name | ID | Contact_method | Contact 
sarah 1 house   h1 
sarah 1 mobile   m1 
sarah 1 email   sarah@mail 
bob  2 house   h2 
bob  2 mobile   m2 
bob  2 email   bob@mail 
jones 3 house   h3 
jones 3 mobile   m3 
jones 3 email   jones@mail 
jones 4 house   h4 
jones 4 mobile   m4 
jones 4 email   jones2@mail 

Und ich will es wie so:

Name | ID | house | mobile | email 
sarah 1 h1  m1  sarah@mail 
bob  2 h2  m2  bob@mail 
jones 3 h3  m3  jones@mail 
jones 4 h4  m4  jones2@mail 

Ich kann dies bereits tun, sondern nur durch einen sehr teueren pd.concat Betrieb über alle eindeutigen IDs iteriert. Gibt es einen einfachen Weg, dies zu tun? Ich habe auch mit pivot() und transpose() gebastelt. Beachten Sie, dass der doppelte Name vorhanden ist, so dass ich mich nicht auf die Eindeutigkeit von Spaltenwerten verlassen kann, z. B. eine join.

Answer 1

den Index mit allen Spalten außer 'Contact_method' Set, dann unstack

df.set_index(
    ['Name', 'ID', 'Contact_method'] 
)['Contact'].unstack().rename_axis(None, 1).reset_index() 

    Name ID  email house mobile 
0 bob 2  bob@mail h2  m2 
1 jones 3 jones@mail h3  m3 
2 jones 4 jones2@mail h4  m4 
3 sarah 1 sarah@mail h1  m1 

Answer 2

Eine Möglichkeit besteht darin, ein Kontaktwörterbuch (von Wörterbüchern) basierend auf der ID 'manualy' zu erstellen. Nicht sicher, ob es effizienter ist.

people = dict() 
for index, row in pd.iterrows(): 
    ID = row['ID'] 
    if ID not in people: 
     people[ID] = {'ID': ID, 'Name': row['Name']} 
    people[ID][row['Contact_method']] = row['Contact'] 

print pandas.DataFrame(people).transpose() 

Und Ausgabe lautet:

ID Name  email house mobile 
1 1 sarah sarah@mail h1  m1 
2 2 bob  bob@mail h2  m2 
3 3 jones jones@mail h3  m3 
4 4 jones jones2@mail h4  m4 

Answer 3

Oder können Sie schwenken verwenden:

df1.set_index(['ID','Name']).pivot(columns='Contact_method').reset_index() 

Answer 4

I denke piRSquared's solution ist sehr schön, aber wenn bekommen:

ValueError: Index contains duplicate entries, cannot reshape

print (df) 
    Name ID Contact_method  Contact 
0 sarah 1   house   h1 
1 sarah 1   mobile   m1 
2 sarah 1   email sarah@mail 
3  bob 2   house   h2 
4  bob 2   mobile   m2 
5  bob 2   email  bob@mail 
6 jones 3   house   h3 
7 jones 3   mobile   m3 
8 jones 3   email jones@mail <-for same Name,ID and Contact_method get duplicate 
9 jones 3   email  joe@mail <-for same Name,ID and Contact_method get duplicate 
10 jones 4   house   h4 
11 jones 4   mobile   m4 
12 jones 4   email jones2@mail 

Verwendung pivot_table oder groubpy mit Aggregieren join:

cols = ['Name','ID','house','mobile','email'] 
df1 = df.pivot_table(index=['ID','Name'], 
        columns='Contact_method', 
        values='Contact', 
        aggfunc=','.join) 
     .rename_axis(None, 1) 
     .reset_index() 
     .reindex_axis(cols, axis=1) 
print (df1) 
    Name ID house mobile    email 
0 sarah 1 h1  m1   sarah@mail 
1 bob 2 h2  m2    bob@mail 
2 jones 3 h3  m3 jones@mail,joe@mail <- join duplicates 
3 jones 4 h4  m4   jones2@mail 

df1 = df.groupby(['Name', 'ID', 'Contact_method'])['Contact'] 
     .apply(','.join) 
     .unstack() 
     .rename_axis(None, 1) 
     .reset_index() 
     .reindex_axis(cols, axis=1) 
print (df1) 
    Name ID house mobile    email 
0 sarah 1 h1  m1   sarah@mail 
1 bob 2 h2  m2    bob@mail 
2 jones 3 h3  m3 jones@mail,joe@mail <- join duplicates 
3 jones 4 h4  m4   jones2@mail