如何根据图纸的值创建新列

Question

我有一个csv文件，如下表所示(它有数千行(；

name,location,time
james,ond,5
conor,aas,2
james,jja,3
elisa,aab,1
mike,sjs,1
elisa,ond,5
elisa,mmm,2

我如何将其转化为(基本上使第二列(位置(中的值成为新列，搜索每个列的名称，使名称不重复，如果不存在，则将0作为值放在新列上。代码的预期结果是：

name,ond,aas,jja,aab,sjs,mmm
james,5,0,3,0,0,0
conor,0,2,0,0,0,0
elisa,5,0,0,1,0,2
mike,0,0,0,0,1,0

到目前为止，我尝试将它作为两个不同的数据库加载两次，并获得一个值，但它一直失败，以前给出的结果完全相同。

import pandas as pd
df1 = pd.read_csv("file.csv")
df2 = pd.read_csv("file.csv")
df1['time'] = df2['time'].where(df1[['name','location']].isin(df2).all(axis=1)).fillna('0')

或以下代码提取值，但仍然不起作用：

df1.merge(df2, on=['name','location'], how='left').fillna(0)

Answer 1

您可以使用pd.crosstab:

pd.crosstab(index=df['name'], columns=df['location'], values=df['time'], aggfunc=lambda x: x).
fillna(0).reset_index()

输出：

location    name    aab aas jja mmm ond sjs
0          conor    0.0 2.0 0.0 0.0 0.0 0.0
1          elisa    1.0 0.0 0.0 2.0 5.0 0.0
2          james    0.0 0.0 3.0 0.0 5.0 0.0
3           mike    0.0 0.0 0.0 0.0 0.0 1.0

这里location是列名，你可以通过df.columns.name = None去掉它

Answer 2

也许这就是您正在寻找的解决方案：

给定数据帧df

name location  time
0  james      ond     5
1  conor      aas     2
2  james      jja     3
3  elisa      aab     1
4   mike      sjs     1
5  elisa      ond     5
6  elisa      mmm     2
import pandas as pd
pivot = pd.pivot_table(df, values='time', index='name', columns='location', aggfunc='sum', fill_value=0)

输出：

location  aab  aas  jja  mmm  ond  sjs
name                                  
conor       0    2    0    0    0    0
elisa       1    0    0    2    5    0
james       0    0    3    0    5    0
mike        0    0    0    0    0    1

请注意，如果name和location的相同组合具有不同的值，则必须选择适当的aggfunc，才能正确显示所需的值。Ypu还可以将dictionary传递给aggfunc值，如关于aggfunc的讨论中所述