AskOverflow.Dev

AskOverflow.Dev Logo AskOverflow.Dev Logo

AskOverflow.Dev Navigation

  • 主页
  • 系统&网络
  • Ubuntu
  • Unix
  • DBA
  • Computer
  • Coding
  • LangChain

Mobile menu

Close
  • 主页
  • 系统&网络
    • 最新
    • 热门
    • 标签
  • Ubuntu
    • 最新
    • 热门
    • 标签
  • Unix
    • 最新
    • 标签
  • DBA
    • 最新
    • 标签
  • Computer
    • 最新
    • 标签
  • Coding
    • 最新
    • 标签
主页 / coding / 问题 / 79317617
Accepted
Ishigami
Ishigami
Asked: 2024-12-30 20:39:15 +0800 CST2024-12-30 20:39:15 +0800 CST 2024-12-30 20:39:15 +0800 CST

将 Pandas 数据框从长格式转换为宽格式

  • 772

我有一个 Pandas 数据框,用于记录不同班级学生的考试表现,它如下所示:

Class_ID   Class_size   Student_Number   IQ   Hours   Score   Place
1          3            1                101  10      98      1
1          3            2                99   19      80      3
1          3            3                130  3       95      2
2          5            1                93   5       50      5
2          5            2                103  9       88      3
2          5            3                112  12      99      2
2          5            4                200  10      100     1
2          5            5                90   19      78      4
3          2            1                100  12      84      2
3          2            2                102  13      88      1

我想使用Student_Numberascolumns和Class_ID, Class_sizeas将上述长格式转换为宽格式index,最后一列Top是该班第一名的学生,因此期望的结果如下:

Class_ID Class_size IQ_1 IQ_2 IQ_3 IQ_4 IQ_5 Hours_1 Hours_2 Hours_3 Hours_4 Hours_5 Score_1 Score_2 Score_3 Score_4 Score_5 Top
1        1          101  99   130  NaN  NaN  10      19      3       NaN     NaN     98      80      95      NaN     NaN     1
2        5          93   103  112  200  90   5       9       12      10      19      50      88      99      100     78      4
3        2          100  102  NaN  NaN  NaN  12      13      NaN     NaN     NaN     84      88      NaN     NaN     NaN     2

以下是我尝试过的:

out = df.pivot_table(index=['Class_ID', 'Class_size'],
                     columns='Student_Number',
                     values=['IQ', 'Hours', 'Score'])
out.columns = [f'{x}_{y}' for x,y in out.columns]
out_dummy = out.reset_index()
df_wide = out_dummy

但是,我不知道如何创建最后一列Top。此外,上面的代码似乎相当慢,而且由于我的原始数据框非常大(约 300,000 行),我想问一下有没有更快的方法可以做到这一点。提前谢谢您。

pandas
  • 2 2 个回答
  • 66 Views

2 个回答

  • Voted
  1. samhita
    2024-12-30T21:13:10+08:002024-12-30T21:13:10+08:00

    你可以通过首先过滤 df 来仅包含 place 列等于 1 的行,并将 class_ID 值从 pivoted_df 映射到 top_students,如下所示,找到班级中的顶尖学生

    top_students = df[df['Place'] == 1].set_index('Class_ID')['Student_Number']
        pivoted_df['Top'] = pivoted_df['Class_ID'].map(top_students)
    

    代码

    # first create a pivot table
    pivoted_df = df.pivot(index=['Class_ID', 'Class_size'], columns='Student_Number', values=['IQ', 'Hours', 'Score'])
    
    # and then flatten the columns
    pivoted_df.columns = [f'{i}_{j}' for i, j in pivoted_df.columns]
    pivoted_df = pivoted_df.reset_index()
    
    #find the Top students
    top_students = df[df['Place'] == 1].set_index('Class_ID')['Student_Number']
    pivoted_df['Top'] = pivoted_df['Class_ID'].map(top_students)
    

    输出

       Class_ID  Class_size   IQ_1   IQ_2   IQ_3   IQ_4  IQ_5  Hours_1  Hours_2  \
    0         1           3  101.0   99.0  130.0    NaN   NaN     10.0     19.0   
    1         2           5   93.0  103.0  112.0  200.0  90.0      5.0      9.0   
    2         3           2  100.0  102.0    NaN    NaN   NaN     12.0     13.0   
    
       Hours_3  Hours_4  Hours_5  Score_1  Score_2  Score_3  Score_4  Score_5  Top  
    0      3.0      NaN      NaN     98.0     80.0     95.0      NaN      NaN    1  
    1     12.0     10.0     19.0     50.0     88.0     99.0    100.0     78.0    4  
    2      NaN      NaN      NaN     84.0     88.0      NaN      NaN      NaN    2
    
    • 2
  2. Best Answer
    rehaqds
    2024-12-30T23:50:01+08:002024-12-30T23:50:01+08:00

    使用apply的一个简单方法:

    out["Top"] = out.apply(lambda row: 1 + np.argmax(row["Score_1":"Score_5"]) , axis=1)
    
    • 1

相关问题

  • 从重复行中提取字符串,删除重复项,给出字符串计数[重复]

  • 循环遍历列以生成 countplot() seaborn

  • 如何获取索引列中每行的最大值

  • 使用 pyarrow dtype 创建 dask 数组

  • 拆分数据框中的条目[重复]

Sidebar

Stats

  • 问题 205573
  • 回答 270741
  • 最佳答案 135370
  • 用户 68524
  • 热门
  • 回答
  • Marko Smith

    Vue 3:创建时出错“预期标识符但发现‘导入’”[重复]

    • 1 个回答
  • Marko Smith

    为什么这个简单而小的 Java 代码在所有 Graal JVM 上的运行速度都快 30 倍,但在任何 Oracle JVM 上却不行?

    • 1 个回答
  • Marko Smith

    具有指定基础类型但没有枚举器的“枚举类”的用途是什么?

    • 1 个回答
  • Marko Smith

    如何修复未手动导入的模块的 MODULE_NOT_FOUND 错误?

    • 6 个回答
  • Marko Smith

    `(表达式,左值) = 右值` 在 C 或 C++ 中是有效的赋值吗?为什么有些编译器会接受/拒绝它?

    • 3 个回答
  • Marko Smith

    何时应使用 std::inplace_vector 而不是 std::vector?

    • 3 个回答
  • Marko Smith

    在 C++ 中,一个不执行任何操作的空程序需要 204KB 的堆,但在 C 中则不需要

    • 1 个回答
  • Marko Smith

    PowerBI 目前与 BigQuery 不兼容:Simba 驱动程序与 Windows 更新有关

    • 2 个回答
  • Marko Smith

    AdMob:MobileAds.initialize() - 对于某些设备,“java.lang.Integer 无法转换为 java.lang.String”

    • 1 个回答
  • Marko Smith

    我正在尝试仅使用海龟随机和数学模块来制作吃豆人游戏

    • 1 个回答
  • Martin Hope
    Aleksandr Dubinsky 为什么 InetAddress 上的 switch 模式匹配会失败,并出现“未涵盖所有可能的输入值”? 2024-12-23 06:56:21 +0800 CST
  • Martin Hope
    Phillip Borge 为什么这个简单而小的 Java 代码在所有 Graal JVM 上的运行速度都快 30 倍,但在任何 Oracle JVM 上却不行? 2024-12-12 20:46:46 +0800 CST
  • Martin Hope
    Oodini 具有指定基础类型但没有枚举器的“枚举类”的用途是什么? 2024-12-12 06:27:11 +0800 CST
  • Martin Hope
    sleeptightAnsiC `(表达式,左值) = 右值` 在 C 或 C++ 中是有效的赋值吗?为什么有些编译器会接受/拒绝它? 2024-11-09 07:18:53 +0800 CST
  • Martin Hope
    The Mad Gamer 何时应使用 std::inplace_vector 而不是 std::vector? 2024-10-29 23:01:00 +0800 CST
  • Martin Hope
    Chad Feller 在 5.2 版中,bash 条件语句中的 [[ .. ]] 中的分号现在是可选的吗? 2024-10-21 05:50:33 +0800 CST
  • Martin Hope
    Wrench 为什么双破折号 (--) 会导致此 MariaDB 子句评估为 true? 2024-05-05 13:37:20 +0800 CST
  • Martin Hope
    Waket Zheng 为什么 `dict(id=1, **{'id': 2})` 有时会引发 `KeyError: 'id'` 而不是 TypeError? 2024-05-04 14:19:19 +0800 CST
  • Martin Hope
    user924 AdMob:MobileAds.initialize() - 对于某些设备,“java.lang.Integer 无法转换为 java.lang.String” 2024-03-20 03:12:31 +0800 CST
  • Martin Hope
    MarkB 为什么 GCC 生成有条件执行 SIMD 实现的代码? 2024-02-17 06:17:14 +0800 CST

热门标签

python javascript c++ c# java typescript sql reactjs html

Explore

  • 主页
  • 问题
    • 最新
    • 热门
  • 标签
  • 帮助

Footer

AskOverflow.Dev

关于我们

  • 关于我们
  • 联系我们

Legal Stuff

  • Privacy Policy

Language

  • Pt
  • Server
  • Unix

© 2023 AskOverflow.DEV All Rights Reserve