将列添加到数据透视表(pandas)

Question

我知道在RI中可以使用tidyr进行以下操作:

data_wide <- spread(data_protein, Fraction, Count)

和data_wide将继承data_protein中未传播的所有列.

Protein Peptide  Start  Fraction  Count
1             A    122       F1     1
1             A    122       F2     2     
1             B    230       F1     3     
1             B    230       F2     4

变

Protein Peptide  Start  F1  F2
1             A    122   1  2
1             B    230   3  4     

但在熊猫(Python)中,

data_wide = data_prot2.reset_index(drop=True).pivot('Peptide','Fraction','Count').fillna(0)

不继承函数中未指定的任何内容(索引,键,值).因此,我决定通过df.join()加入它:

data_wide2 = data_wide.join(data_prot2.set_index('Peptide')['Start']).sort_values('Start')

但这会产生肽的重复,因为有几个起始值.有没有更直接的方法来解决这个问题？或者一个特殊的连接参数,省略重复？先感谢您.

Answer 1

尝试这个：

In [144]: df
Out[144]:
   Protein Peptide  Start Fraction  Count
0        1       A    122       F1      1
1        1       A    122       F2      2
2        1       B    230       F1      3
3        1       B    230       F2      4

In [145]: df.pivot_table(index=['Protein','Peptide','Start'], columns='Fraction').reset_index()
Out[145]:
         Protein Peptide Start Count
Fraction                          F1 F2
0              1       A   122     1  2
1              1       B   230     3  4

您还可以显式指定Count列：

In [146]: df.pivot_table(index=['Protein','Peptide','Start'], columns='Fraction', values='Count').reset_index()
Out[146]:
Fraction  Protein Peptide  Start  F1  F2
0               1       A    122   1   2
1               1       B    230   3   4