如何在Python大熊猫中重塑此数据集？

牛m

说我有一个像这样的数据集：

is_a  is_b  is_c  population infected
1     0     1     50         20
1     1     0     100        10
0     1     1     20         10
...

我如何重塑它看起来像这样？

feature  0       1 
a        10/20   30/150
b        20/50   20/120
c        10/100  30/70
...

在原始数据集，我有特点a，b和c作为自己单独的列。在转换后的数据集中，这些相同的变量列在column之下feature，并产生两个新列0，1分别对应于这些要素可以采用的值。

在原始数据集，其中is_a是0，增加infected值，并通过它们划分population值。在is_ais处1，执行相同操作，添加infected值并将它们除以population值。冲洗并为is_b和重复is_c。如图所示，新的数据集将具有这些分数（或小数）。谢谢！

我已经尝试过pd.pivot_table，pd.melt但是没有什么比我需要的更接近。

BEN_YO

完成后wide_to_long，您的问题更加清楚

df=pd.wide_to_long(df,['is'],['population','infected'],j='feature',sep='_',suffix='\w+').reset_index()
df
  population  infected feature is
0          50        20    a   1
1          50        20    b   0
2          50        20    c   1
3         100        10    a   1
4         100        10    b   1
5         100        10    c   0
6          20        10    a   0
7          20        10    b   1
8          20        10    c   1

df.groupby(['feature','is']).apply(lambda x : sum(x['infected'])/sum(x['population'])).unstack()
is      0         1
feature
a     0.5  0.200000
b     0.4  0.166667
c     0.1  0.428571

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。