熊猫中的行到列转换

Question

我有一个如下所示的数据框

+----+------+------+-----+-----+
| id | year | sell | buy | own |
+----+------+------+-----+-----+
| 1  | 2016 | 9    | 2   | 10  |
| 1  | 2017 | 9    | 0   | 10  |
| 1  | 2018 | 0    | 2   | 10  |
| 2  | 2016 | 7    | 2   | 11  |
| 2  | 2017 | 2    | 0   |  0  |
| 2  | 2018 | 0    | 0   | 18  |
+----+------+------+-----+-----+

我试图将行转置为列，但不是聚合值，我想保留一些字母，如果不是0（S-Sell，B-Buy，O-Own）。如果特定年份的所有列都有值，那么我需要该年份的 S_B_O。如果只有卖出和买入的值，那么 S_B 等，所以预期输出是

+----+-------+------+------+
| ID | 2016  | 2017 | 2018 |
+----+-------+------+------+
| 1  | S_B_O | S_O  | B_O  |
+----+-------+------+------+
| 2  | S_B_O | S    | O    |
+----+-------+------+------+

我是 python 新手，不知道我们如何做到这一点。我只知道聚合的基本支点，如下所示。是否可以？任何建议，将不胜感激。

import pandas as pd
import numpy as np

df=pd.read_excel('Pivot.xlsx')

pivot = pd.pivot_table(df,index=["ID"],columns='year',values ='sell' ,aggfunc = np.sum,fill_value=0)

数据框

id,year,sell,buy,own
1,2016,9,2,10
1,2017,9,0,10
1,2018,0,2,10
2,2016,7,2,11
2,2017,2,0,0
2,2018,0,0,18

Answer 1

你可以df.dot在df.pivot这里使用：

u = df[['sell','buy','own']]
(df.assign(v=u.ne(0).dot(u.columns.str[0].str.upper()+'_').str[:-1])
.pivot("id","year","v"))

year   2016 2017 2018
id                   
1     S_B_O  S_O  B_O
2     S_B_O    S    O

完全格式化；

u = df[['sell','buy','own']]
out = (df.assign(v=u.ne(0).dot(u.columns.str[0].str.upper()+'_').str[:-1])
      .pivot("id","year","v").rename_axis(columns=None).reset_index())
print(out)

   id   2016 2017 2018
0   1  S_B_O  S_O  B_O
1   2  S_B_O    S    O