श्रेणी के आधार पर पांडा डेटाफ्रेम पंक्तियों को कॉलम में कैसे परिवर्तित करें?

Question

मेरे पास एक श्रेणी परिवर्तक और कुछ संख्या चर के साथ एक पांडा डेटा फ्रेम है। कुछ इस तरह: आईडी द्वारा

df 
Out[15]: 
    count id module 
0  5 2 payroll 
1  53 2 general 
2  35 5  tax 

मैं परिवर्तित करना चाहते हैं (स्थानांतरित सही शब्द है?) कॉलम और समूह में मॉड्यूल चर:

ls = [{'count':5, 'module':'payroll', 'id':2}, {'count': 53, 'module': 'general','id':2}, {'id': 5,'count': 35, 'module': 'tax'}, ] 
df = pd.DataFrame.from_dict(ls) 

df इस तरह दिखता है। तो कुछ की तरह:

df['payroll_count'] = df.id.apply(lambda x: df[df.id==x][df.module=='payroll']) 

बहरहाल, यह कई कमियां से ग्रस्त:

1. महंगे, और बहुत अधिक समय लगता है

   इस के लिए

   general_count id payroll_count tax_count 
   0   53.0 2   5.0  NaN 
   1   NaN 5   NaN  35.0 
   

   एक दृष्टिकोण को लागू करने का उपयोग किया जाएगा

2. कलाकृतियों और खाली डेटाफ्रेम टी बनाता है टोपी साफ करने की जरूरत है।

मैं समझ pandas groupby साथ इस लक्ष्य को हासिल करने के लिए एक बेहतर तरीका नहीं है, लेकिन और अधिक कुशलता से यह एक ही आपरेशन के लिए एक रास्ता नहीं मिल रहा। कृपया मदद करे।

Answer 1

आप कॉलम द्वारा groupby का उपयोग कर सकते हैं जो पहले नए index और अंतिम column बनाते हैं। तो किसी भी तरह से aggreagate की जरूरत है - मैं mean का उपयोग करें, फिर DataFrame.squeeze द्वारा एक कॉलम DataFrame से Series को परिवर्तित करें (फिर आवश्यक नहीं है कॉलम में मल्टीइंडेक्स के शीर्ष स्तर को हटाएं) और unstack द्वारा पुन: आकार दें। स्तंभ नाम के अंतिम add_suffix:

df = df.groupby(['id','module']).mean().squeeze().unstack().add_suffix('_count') 
print (df) 
module general_count payroll_count tax_count 
id            
2    53.0   5.0  NaN 
5     NaN   NaN  35.0 

pivot साथ एक अन्य समाधान है, तो list comprehension द्वारा स्तंभों से Multiindex हटाने की जरूरत है: set_index

df = df.pivot(index='id', columns='module') 
df.columns = ['_'.join((col[1], col[0])) for col in df.columns] 
print (df) 
    general_count payroll_count tax_count 
id           
2   53.0   5.0  NaN 
5    NaN   NaN  35.0 

Answer 2

आप इस्तेमाल कर सकते हैं और unstack

In [2]: df.set_index(['id','module'])['count'].unstack().add_suffix('_count').reset_index() 
Out[2]: 
module id general_count payroll_count tax_count 
0  2   53.0   5.0  NaN 
1  5   NaN   NaN  35.0