我有一个数据库，我在其中使用 panda read_sql 查询这种结果（查询数百万个结果），Id 链接到另一个表。
| ID | 日期 | 价值 |
|---|---|---|
| 369 | 2021-06-15 13:06:54 | 0.33 |
| 370 | 2021-06-15 13:06:54 | 0.02 |
| 377 | 2021-06-15 13:06:54 | 0.30 |
| 378 | 2021-06-15 13:06:54 | 0.36 |
| 390 | 2021-06-15 13:06:54 | 535.27 |
| 391 | 2021-06-15 13:06:54 | 35.55 |
| 264 | 2021-06-15 13:06:55 | 3.29 |
| 265 | 2021-06-15 13:06:55 | 5.70 |
| 266 | 2021-06-15 13:06:55 | 6.37 |
| 267 | 2021-06-15 13:06:55 | 23.36 |
| 268 | 2021-06-15 13:06:55 | 25.44 |
| 269 | 2021-06-15 13:06:55 | 23.80 |
| 270 | 2021-06-15 13:06:55 | 26.86 |
| 271 | 2021-06-15 13:06:55 | 22.54 |
| 272 | 2021-06-15 13:06:55 | 25.24 |
如果没有此日期的条目，是否可以通过 Id 创建一个列，并将日期作为pandas数据框中的唯一索引，值= None：
| 日期 | 369 | 370 | 377 | ... | 272 |
|---|---|---|---|---|---|
| 2021-06-15 13:06:54 | 0.33 | 0.02 | 0.30 | ... | 没有任何 |
| 2021-06-15 13:06:55 | 没有任何 | 没有任何 | 没有任何 | ... | 25.24 |
使用pivot_table：
df.pivot_table('Value', 'Date', 'ID')
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句