熊猫数据透视表列名称和值列名称要删除

我有一个输入df

{'Name': {0: 'AA',1: 'BB',2: 'CC',3: 'DD',4: 'EE',5: 'AA',6: 'EE',7: 'FF'},
 'WK': {0: 1, 1: 2, 2: 3, 3: 4, 4: 2, 5: 3, 6: 4, 7: 5},
 'LG': {0: 'qwe',1: 'wer',2: 'sff',3: 'err',4: 'wer',5: 'rtt',6: 'eww',7'tyy'}}

在此处输入图片说明

我做了以下

df1=pd.pivot_table(dfp,values=['LG'],index='Name',columns='WK',aggfunc='count').fillna(0)

在此处输入图片说明

我希望输出如下..像WK和LG应该不出现和WK值作为列

在此处输入图片说明

列应类似于名称1 2 3 4 5

埃利奥特·柯林斯(Elliott Collins)

只需对列和索引名进行一些后期处理。删除“ LG”级别(或者,因为只使用一个,所以将其作为字符串而不是列表传递),删除“ WK”作为列级别名称。如果您想将“名称”作为索引而不是列,请取出.reset_index()

df = pd.DataFrame({'Name':"AA,BB,CC,DD,EE,AA,EE,FF".split(','), 'WK':[1,2,3,4,2,3,4,5], 'LG':np.ones(8)})

df1=pd.pivot_table(df,values=['LG'],index='Name',columns='WK',aggfunc='count').fillna(0)

#~ Drop the LG, make Name into a columns, then drop WK as column level name
df1 = df1.droplevel(0,axis=1).reset_index().rename_axis(columns=None)

      Name    1    2    3    4    5
#~    0   AA  1.0  0.0  1.0  0.0  0.0
#~    1   BB  0.0  1.0  0.0  0.0  0.0
#~    2   CC  0.0  0.0  1.0  0.0  0.0
#~    3   DD  0.0  0.0  0.0  1.0  0.0
#~    4   EE  0.0  1.0  0.0  1.0  0.0
#~    5   FF  0.0  0.0  0.0  0.0  1.0

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。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章