我最近一直在玩Panda的DataFrames,并努力分析一些多维数据.
假设我有一些数据如下：
order | sample | feature1 | feature2
-------------------------------------
1234 | A | 0.20 | 0.45
1234 | B | 0.71 | 0.08
1234 | C | 0.21 | 0.02
1234 | D | 0.87 | 0.88
5678 | A | 0.76 | 0.42
5678 | B | 0.01 | 0.03
5678 | C | 0.29 | 0.91
5678 | D | 0.70 | 0.78
我希望输出按顺序分组的所有内容以及每个功能按样本汇总的位置：
order | feature1 | feature2
| A | B | C | D | A | B | C | D
------------------------------------------------------------
1234 | 0.20 | 0.71 | 0.21 | 0.87 | 0.45 | 0.08 | 0.02 | 0.88
5678 | 0.76 | 0.01 | 0.29 | 0.70 | 0.42 | 0.03 | 0.91 | 0.78
这是我到目前为止：
from pandas import *
df = DataFrame({"order": [1234, 1234, 1234, 1234, 5678, 5678, 5678, 5678], "sample": ["A", "B", "C", "D", "A", "B", "C", "D"], "feature1": [0.20, 0.71, 0.21, 0.87, 0.76, 0.01, 0.29, 0.70], "feature2": [0.45, 0.08, 0.02, 0.88, 0.42, 0.03, 0.91, 0.78]})
byorder = df.groupby("order")
# not sure how to go from 1 groupby object to a new dataframe having what i need
您是否有任何关于如何最终获得包含我需要的聚合数据的新DataFrame的想法？也许DataFrames不是进行这种操作的正确工具？
解决方法:
你可以使用pivot
>>> df.pivot(index='order', columns='sample')
feature1 feature2
sample A B C D A B C D
order
1234 0.20 0.71 0.21 0.87 0.45 0.08 0.02 0.88
5678 0.76 0.01 0.29 0.70 0.42 0.03 0.91 0.78
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
