问题：
如何将数据帧行转换为列[重复]
汤乐家
我有这样的数据框
df.to_dict('list')
输出：
{'ChannelPartnerID': [10000,
10000,
10000,
10000,
10000,
10001,
10001,
10001,
10002,
10002],
'Brand': ['B1', 'B2', 'B3', 'B4', 'B5', 'B1', 'B2', 'B5', 'B1', 'B4'],
'Sales': [29630, 38573, 1530, 21793, 7155, 26477, 42158, 14612, 6649, 6468]}
.
df
输出：
ChannelPartnerID Brand Sales
0 10000 B1 29630
1 10000 B2 38573
2 10000 B3 1530
3 10000 B4 21793
4 10000 B5 7155
5 10001 B1 26477
6 10001 B2 42158
7 10001 B5 14612
8 10002 B1 6649
9 10002 B4 6468
我想分组的数据'ChannelPartnerID'，因为我想合并数据的唯一值的唯一值在'ChannelPartnerID'和转换'品牌'列值为列包含销售价格为每一列
我希望它像这样输出：
ChannelPartnerID B1_Sales B2_Sales B3_Sales B4_Sales B5_Sales B6_Sales B7_Sales
0 10000 29630 38573 1530 21793 7155 0 0
1 10001 26477 42158 0 0 14612 0 0
2 10002 6649 0 0 6468 0 0 0
共有1个答案
侯向文
你想要的是一个叫做pivot的：
df.pivot(*df).fillna(0).add_suffix('_Sales')
输出：
Brand B1_Sales B2_Sales B3_Sales B4_Sales B5_Sales
ChannelPartnerID
10000 29630 38573 1530 21793 7155
10001 26477 42158 0 0 14612
10002 6649 0 0 6468 0
注意df.pivot（*df）是df.pivot的快捷方式（index='ChannelPartnerID'，columns='Brand'，values='Sales'）
类似资料：
-
我有一个带有多个列的Python数据帧。 我想找到与LogBlk=0和Page=0关联的。 这将返回[0,1,8,9] 我要做的是将pandas.series转换为一个列表。有人知道怎么做吗？
-
有没有办法将数据帧转换为向量？例如 预期产出
-
我有这个数据框 我想转换这种形式的Numpy数组： 我正在使用转换为_矩阵函数，并在它重塑（1,4）后使用，但它不起作用！！它给我的格式是：有什么建议吗？我需要把它转换成那种格式，这样我就可以应用“精确回忆曲线”功能。
-
如何将pandas数据帧（21 x 31）转换为numpy数组？ 例如： 数组_1（n_1，n_2，n_3，…，n31） 数组_2（n_1，n_2，n_3，…，n31） 数组21（n_1，n_2，n_3，…，n31） 我尝试了以下代码段： .. 并得到如下结果： 问题是第二个方括号太多了。我该如何解决这个问题？
-
我有一张如下的桌子： 如何将其转换为：
-
我对熊猫有些陌生。我有一个熊猫数据框，是一行23列。 我想把它转换成一个系列？我想知道做这件事最像蟒蛇的方式是什么？ 我试过pd。系列（我的结果），但它抱怨。它还没有聪明到意识到它仍然是数学术语中的“向量”。 谢谢！