pandas DataFrame pivoting issue

Question

Tôi có một số dữ liệu radar có định dạng lẻ, và tôi không thể tìm ra cách xoay vòng chính xác nó bằng thư viện gấu trúc.

dữ liệu của tôi:

speed time 
loc  
A 63 0000 
B 61 0000 
C 63 0000 
D 65 0000 
A 73 0005 
B 71 0005 
C 73 0005 
D 75 0005 

Tôi muốn biến chúng thành một DataFrame trông như thế này:

0000 0005 
loc  
A 63  73 
B 61  71 
C 63  73 
D 65  75 

tôi đã thực hiện rất nhiều quan trọng xung quanh nhưng dường như không thể để có được cú pháp chính xác. Có ai giúp đuợc không?

Cảm ơn!

Answer 1

Bạn có thể sử dụng phương pháp pivot ở đây:

In [71]: df 
Out[71]: 
    speed time 
loc    
A  63  0 
B  61  0 
C  63  0 
D  65  0 
A  73  5 
B  71  5 
C  73  5 
D  75  5 

In [72]: df.reset_index().pivot('loc', 'time', 'speed') 
Out[72]: 
time 0 5 
loc   
A  63 73 
B  61 71 
C  63 73 
D  65 75 

Answer 2

Giả sử nguồn dữ liệu của bạn trong một tập tin csv,

from pandas.io.parsers import read_csv 
df = read_csv("radar_data.csv") 

df # shows what is in df 

     loc speed time 
0 A  63  0 
1 B  61  0 
2 C  63  0 
3 D  65  0 
4 A  73  5 
5 B  73  5 
6 C  75  5 
7 D  75  5 
8 A  67  0 
9 B  68  0 
10 C  68  0 
11 D  70  0 

Lưu ý rằng tôi đã không được thiết lập loc như chỉ số chưa nên nó sử dụng một chỉ số autoincrement số nguyên.

panel = df.set_index(['loc', 'time']).sortlevel(0).to_panel() 

Tuy nhiên, nếu khung dữ liệu của bạn đã được sử dụng loc như chỉ số, chúng tôi sẽ cần phải thêm cột time vào nó để chúng ta có một loc thời gian chỉ số thứ bậc. Bạn có thể thực hiện việc này bằng cách sử dụng tùy chọn append mới trong phương thức set_index. Như thế này: -

panel = df.set_index(['time'], append=True).sortlevel(0).to_panel() 

Trong cả hai trường hợp, chúng ta nên đến kịch bản này: -

panel # shows what panel is 

<class 'pandas.core.panel.Panel'> 
Dimensions: 1 (items) x 4 (major) x 2 (minor) 
Items: speed to speed 
Major axis: A to D 
Minor axis: 0 to 5 

panel["speed"] # <--- This is what you are looking for. 


time 0 5 
loc   
A  63 67 
B  73 61 
C  68 73 
D  63 68 

Hope this helps.