数据透视表以填充熊猫中的观察对

Question

目标是获得一个表，其中包含对 T1-T2 的值。我有以下形式的数据：df    T1  T2  Score0   A   B   51   A   C   82   B   C   4我试过：df.pivot_table('Score','T1','T2')    B   C       A   5.0 8.0B   NaN 4.0我期望：  A  B  CA    5  8B 5     4C 8  4  我觉得有点像相关表。因为在这种情况下 AB 对与 BA 相同。

Answer 1

首先通过添加与列中的值的所有可能的指数reindex与其他pivot通过掉期T1和T2和最后一个combine_first：

idx = np.unique(df[['T1','T2']].values.ravel())

df1 = df.pivot_table('Score','T1','T2').reindex(index=idx, columns=idx)

df2 = df.pivot_table('Score','T2','T1').reindex(index=idx, columns=idx)

df = df1.combine_first(df2)

print (df)

      A    B    C

T1               

A   NaN  5.0  8.0

B   5.0  NaN  4.0

C   8.0  4.0  NaN

Answer 2

另一种方法使用merge：

df1 = df.pivot_table('Score','T1','T2')

df2 = df.pivot_table('Score','T2','T1')

common_val = np.intersect1d(df['T1'].unique(), df['T2'].unique()).tolist()

df = df1.merge(df2, how='outer', left_index=True, right_index=True, on=common_val)

print(df)

     B    C    A

A  5.0  8.0  NaN

B  NaN  4.0  5.0

C  4.0  NaN  8.0

Answer 3

其它的办法：

In [11]: df1 = df.set_index(['T1', 'T2']).unstack(1)

In [12]: df1.columns = df1.columns.droplevel(0)

In [13]: df2 = df1.reindex(index=df1.index | df1.columns, columns=df1.index | df1.columns)

In [14]: df2.update(df2.T)

In [15]: df2

Out[15]:

     A    B    C

A  NaN  5.0  8.0

B  5.0  NaN  4.0

C  8.0  4.0  NaN