将列值分解为行值

发布于 2025-01-10 01:11:17 字数 430 浏览 0 评论 0原文

我有一个数据框,其中有一个名为 B 的列,其中包含苹果和橙子作为数据。 我如何基本上将这些值转换为同一数据框中的单独列。

下面是我的代码 -

s={'A':[1,1,2,2],'B':['Apples','Oranges','Apples',"Oranges"],'C':[2014,2014,2016,2016],'value':[2,3,4,5]}
p=pd.DataFrame(data=s)

O/p 应该包含 A、Apples、Oranges、C

在此处输入图像描述

如何完成此要求?

I have a data frame where I have a column named B which has apples and oranges as the data.
How can I basically transform these values as separate columns in the same data frame.

Below is my code-

s={'A':[1,1,2,2],'B':['Apples','Oranges','Apples',"Oranges"],'C':[2014,2014,2016,2016],'value':[2,3,4,5]}
p=pd.DataFrame(data=s)

The O/p should be column with A, Apples, Oranges, C

enter image description here

How can I get this requirement done?

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

风吹雪碎 2025-01-17 01:11:18
import pandas as pd

s={'A':[1,1,2,2],'B':['Apples','Oranges','Apples',"Oranges"],'C':[2014,2014,2016,2016],'value':[2,3,4,5]}
p=pd.DataFrame(data=s)

frames = []
for u, v in p.groupby("B"):
    frames.append(v.rename(columns={"value": u}).drop(columns=["B"]))

pd.merge(frames[0], frames[1], how="inner", left_on=["A", "C"], right_on=["A", "C"])

结果为

在此处输入图像描述

这假设 A 是某种“索引”,并且 C 中的值在各行中是相同的。

import pandas as pd

s={'A':[1,1,2,2],'B':['Apples','Oranges','Apples',"Oranges"],'C':[2014,2014,2016,2016],'value':[2,3,4,5]}
p=pd.DataFrame(data=s)

frames = []
for u, v in p.groupby("B"):
    frames.append(v.rename(columns={"value": u}).drop(columns=["B"]))

pd.merge(frames[0], frames[1], how="inner", left_on=["A", "C"], right_on=["A", "C"])

results in

enter image description here

This assumes, that A is some kind of "index" and that the values in C are the same across the rows.

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文