我正在將以前在 SPSS 建模器中完成的一些數(shù)據(jù)清理工作翻譯成 Python。在 SPSS 中，您有一個稱為重組的“節(jié)點(diǎn)”。我試圖弄清楚如何在 Python 中執(zhí)行相同的操作，但我正在努力實(shí)現(xiàn)這一點(diǎn)。它所做的是將 X 列中的每個值與 A、B、C 等不同列中的所有值組合起來...。因此，原始數(shù)據(jù)框如下所示：Code Freq1 Freq2 A01 1 7 B02 0 6 C03 17 8 轉(zhuǎn)換后應(yīng)該是這樣的：Code Freq1 Freq2 A01_Freq1 A01_Freq2 B02_Freq1 B02_Freq2 C03_Freq1 C03_Freq2A01 1 7 1 7 Nan Nan Nan NanB02 0 6 Nan Nan 0 6 Nan NanC03 17 8 Nan Nan Nan Nan 17 8 我已經(jīng)嘗試了一些旋轉(zhuǎn)的東西，但我想這不能在 Python 中一步完成......
1 回答
阿波羅的戰(zhàn)車
TA貢獻(xiàn)1862條經(jīng)驗 獲得超6個贊
使用DataFrame.set_indexwithDataFrame.unstack和DataFrame.sort_indexfor new?DataFramewith?MultiIndex，然后用 s 壓平它f-string，最后通過 將其添加到原始的DataFrame.join：
df1 = df.set_index('Code', append=True).unstack().sort_index(axis=1, level=1)
df1.columns = df1.columns.map(lambda x: f'{x[1]}_{x[0]}')
df = df.join(df1)
print (df)
? Code? Freq1? Freq2? A01_Freq1? A01_Freq2? B02_Freq1? B02_Freq2? C03_Freq1? \
0? A01? ? ? 1? ? ? 7? ? ? ? 1.0? ? ? ? 7.0? ? ? ? NaN? ? ? ? NaN? ? ? ? NaN? ?
1? B02? ? ? 0? ? ? 6? ? ? ? NaN? ? ? ? NaN? ? ? ? 0.0? ? ? ? 6.0? ? ? ? NaN? ?
2? C03? ? ?17? ? ? 8? ? ? ? NaN? ? ? ? NaN? ? ? ? NaN? ? ? ? NaN? ? ? ?17.0? ?
? ?C03_Freq2??
0? ? ? ? NaN??
1? ? ? ? NaN??
2? ? ? ? 8.0??
添加回答
舉報
0/150
提交
取消