panda 将多行转换为单行，在 2 个索引上具有多列

Question

我正在尝试从以下位置转换熊猫数据帧：ID ID_ver type count price discount1  1      a    4     100   201  1      b    3     50    01  2      a    4     100   301  2      b    3     50    51  2      c    1     70    10自：ID ID_ver count_a price_a discount_a count_b price_b discount_b count_c price_c discount_c我有10种不同的可能类型和数千个ID，每个版本最多有10个版本。我试过了：df.drop_duplicates()df.set_index(['ID','ID_VER','TYPE'])[['count','PRICE','DISCOUNT']].unstack()但得到错误：索引包含重复的条目，无法改变形状。尽管我尝试了很多，但不明白为什么。感谢您的帮助！

Answer 1

pandas对索引使用唯一值。您设置了一个三重索引，如果这样做，似乎某些观测值将具有相同的三个值。结果，正在引发错误。pandas

我可以重现您的错误，更改示例的一个值，使其具有相同的索引值：

import pandas as pd

df = pd.read_clipboard()

df.iloc[2, 1] = 1

观测值 0 和 2 现在具有相同的（未来）索引值，这将引发错误。

   ID  ID_ver type  count  price  discount

0   1       1    a      4    100        20 # 1, 1, a

1   1       1    b      3     50         0

2   1       1    a      4    100        30 # 1, 1, a

3   1       2    b      3     50         5

4   1       2    c      1     70        10

df.set_index(['ID','ID_ver','type'])[['count','price','discount']].unstack()

值错误：索引包含重复条目，无法改变形状

Answer 2

我想你想要这样的东西：

pd.pivot_table(your_df, values=['count', 'price', 'discount'], index=['ID','ID_ver'], columns='type')

如果要从多索引列平展：

your_df.columns = ['_'.join(col).strip() for col in your_df.columns.values]

要平展行多索引：

your_df = your_df.reset_index()

编辑：更改为pivot_table，添加列拼合，行拼合