1
我有一个DF:旋转大熊猫DF - 把列值成列名
pd.DataFrame({'time_period': {0: pd.Timestamp('2017-04-01 00:00:00'),
1: pd.Timestamp('2017-04-01 00:00:00'),
2: pd.Timestamp('2017-03-01 00:00:00'),
3: pd.Timestamp('2017-03-01 00:00:00')},
'cost1': {0: 142.62999999999994,
1: 131.97000000000003,
2: 142.62999999999994,
3: 131.97000000000003},
'revenue1': {0: 56,
1: 113.14999999999998,
2: 177,
3: 99},
'cost2': {0: 309.85000000000002,
1: 258.25,
2: 309.85000000000002,
3: 258.25},
'revenue2': {0: 4.5,
1: 299.63,2: 309.85,
3: 258.25},
'City': {0: 'Boston',
1: 'New York',2: 'Boston',
3: 'New York'}})
我想重新构造这个df,可以使得对收入和成本分别:
pd.DataFrame({'City': {0: 'Boston', 1: 'New York'},
'Apr-17 revenue1': {0: 56.0, 1: 113.15000000000001},
'Apr-17 revenue2': {0: 4.5, 1: 299.63},
'Mar-17 revenue1': {0: 177, 1: 99},
'Mar-17 revenue2': {0: 309.85000000000002, 1: 258.25}})
而且一成本相似的df。
基本上,将time_period
列值分别转换为列名,例如Apr-17,Mar-17,分别包含收入/成本字符串(适当时)和收入1 /收入2和成本1 /成本2的值。
我一直在玩pd.pivot_table
取得了一些成功,但我无法得到我想要的。
请检查您的例子。预期的输出与输入DF中的数据不匹配(如日期,奥兰多的收入等)。 – Allen
@Allen - 谢谢你指出。我刚刚纠正。 :-) – codingknob
为简单起见,我删除了第二个城市列..... – codingknob