基于列值拆分/展开数据帧
我有一个像下面这样的DataFrame，标识符作为现有DateIndex顶部的列。
pd.DataFrame(index = [pd.to_datetime('2021-01-01'), pd.to_datetime('2021-01-01'),pd.to_datetime('2021-01-02'),pd.to_datetime('2021-01-02'), pd.to_datetime('2021-01-03'),pd.to_datetime('2021-01-03')], columns=['id','A', 'B'], data=[['foo',1,5],['bar',8,12],['foo',7,1], ['bar',5,1], ['foo',4,3],['bar',7,1]])
Out[6]:
id A B
2021-01-01 foo 1 5
2021-01-01 bar 8 12
2021-01-02 foo 7 1
2021-01-02 bar 5 1
2021-01-03 foo 4 3
2021-01-03 bar 7 1
我的目标是为除id之外的每一列（a和B）创建一个新的子DataFrames，其中dateIndex作为单个索引，id（foo,bar）作为列名。预期产出如下所示：
A
Out[9]:
foo bar
2021-01-01 1 8
2021-01-02 7 5
2021-01-03 4 7
B
Out[11]:
foo bar
2021-01-01 5 12
2021-01-02 1 1
2021-01-03 3 1
共有2个答案
这只是简单的：
out = df.set_index('id',append=True).unstack('id')
# if you have columns other than `A`,`B`:
# out = df.set_index('id',append=True)[['A','B']].unstack('id')
那你就可以
out['A']
它给出：
id bar foo
2021-01-01 8 1
2021-01-02 5 7
2021-01-03 7 4
对于out['b']也是如此。我发现这比将变量硬编码为a,b要容易得多，而且不容易出错。
A, B = map(df.set_index('id', append=True).unstack().get, ['A', 'B'])
print(A)
id bar foo
2021-01-01 8 1
2021-01-02 5 7
2021-01-03 7 4
print(B)
id bar foo
2021-01-01 12 5
2021-01-02 1 1
2021-01-03 1 3
-
我有一个数据帧如下所示： 如何根据性别的np值转换dataframe？ 我想要原始数据帧df被拆分为df1（姓名，年龄，性别，高度，日期），它将具有性别的值（df的前3行）
-
我有列。 如何根据值将其拆分为2？ 第一个将包含
-
问题内容： 我试图根据该行的单元格中的值将其分为两行。例如，我具有以下表结构（这是一个临时表，没有任何键，索引或任何其他内容，我可以在另一个临时表中选择拆分结果）： 然后，应将其拆分为： 问题答案： 我将使用
-
问题内容： 我在包含一个大字符串的表中有一个 文本 字段，我要分离的字符串的每个部分都被一个小方块分开。 搜索时，我发现这可能是一个ascii值，所以我运行了它 返回 27 如何根据此ascii值将该字段拆分为单独的字段？ 预先感谢克里斯 编辑：当前数据看起来像什么的例子。如果可能的话，将TEXT放在=之前作为标题将非常有用。 ABS_ID = 1234567 PERSON_ID = 123456
-
我有下面的spark数据框架。 我必须将上面的数据帧列拆分为多个列，如下所示。 我尝试使用分隔符进行拆分；和限制。但是它也将主题拆分为不同的列。姓名和年龄被组合在一起成一列。我要求所有主题在一列中，只有姓名和年龄在单独的列中。 这在Pyspark有可能实现吗？
-
我有两个数据帧df1和df2。df1就像一个具有以下值的字典 df2具有以下值： 我想基于df1数据帧中的，将df2拆分为3个新的数据帧。 日期，TLRA_权益栏应位于数据框 预期产出： > 数据帧 消费者，非周期性数据帧 请让我知道如何有效地做。我想做的是连接列名，例如，然后根据列名的前半部分分割数据帧。 代码： 但这很复杂。需要更好的解决方案。