相关疑难解决方法(0)

所以我有这个 DF：

In [130]: dfAbr
Out[130]: 
           ip ospfArea router_name
0     1.1.1.1  0.0.0.2   Router1-1
1     1.1.1.2  0.0.0.2   Router1-2
140   5.5.5.1  0.0.0.5   Router5-1
141   5.5.5.2  0.0.0.5   Router5-2

我想将其重塑为 2 行数据框，例如：

我一直在玩stack/unstack和pivot 功能，但不能走那么远。

例如，dfAbr1 = pd.DataFrame(dfAbr.set_index('ospfArea').stack()).reset_index()重命名列名会产生以下结果：

In [151]: dfAbr1
Out[151]: 
  ospfArea       level1     level2
0  0.0.0.2           ip    1.1.1.1
1  0.0.0.2  router_name  Router1-1
2  0.0.0.2           ip    1.1.1.2
3  0.0.0.2  router_name  Router1-2
4  0.0.0.5           ip    5.5.5.1
5  0.0.0.5  router_name  Router5-1
6  0.0.0.5           ip    5.5.5.2
7  0.0.0.5  router_name  Router5-2

从那里开始，我想要pivot它，就像这样： …

数据框是这样设置的。我想要一个具有多级帐户索引的数据透视表，伪。我希望列是单独的周，值是销售额。该数据是伪 x 周 x 帐户，因此我不需要聚合任何数据。我怎样才能完成？

   pseudo        week     account   sales
0   31527  2017-12-30  4430012511    2.79
1  145584  2017-12-16  4430012511    8.37
2   31608  2017-12-23  4430012511   19.53
3    6362  2017-12-16  4430012511    5.58

我正在尝试将我的长数据重塑为宽格式。数据目前看起来像：

OBS . date . TICKER . RET

1 . 20050131 . AAPL . 0.02
2 . 20050231 . AAPL . 0.01
3 . 20050131 . GOOG . 0.05
4 . 20050231 . GOOG . 0.03

我想获得如下数据：

TICKER . 20050131 . 20050231

AAPL   .   0.02   .   0.01
GOOG   .   0.05   .   0.03

数据存储在熊猫数据框中。我尝试堆叠数据，但我认为我做得不对。

谢谢您的帮助！

我有如下销售数据集：df1

district      item       Year    salesAmount
Arba          pen        2019    10
Arba          pen        2019    20
Arba          pencil     2018    30
Arba          pencil     2018    30
Arba          pencil     2019    30
Cebu          pen        2019    100
Cebu          pen        2019    300
Cebu          pen        2018    100
Cebu          pen        2018    100
Cebu          pen        2019    100
Cebu          laptop     2019    20000
Cebu          laptop     2018    20000
Cebu          fruit      2019    200
Cebu          fruit      2018    800
Cebu          fruit      2019    800
Cebu          fruit      2018    100

我可以完成 groupby 并分别获得 2018 年和 2019 年每个产品的总和。

result = df1.groupby(['district', 'item', …

我有这样的数据

Employed    Coverage    Education   Amount
No          Basic       Bachelor    541.8029122
No          Extended    Bachelor    312.6400955
No          Premium     Bachelor    427.9560121
No          Basic       Bachelor    91.17931022
No          Basic       Bachelor    533.6890081
Yes         Basic       Bachelor    683.484326
Yes         Basic       College     586.2670885
No          Premium     Master      725.0412884
Yes         Basic       Bachelor    948.3628611

我想用多索引数据透视表对数量求和,使其看起来如下所示.这是我关注的链接,但无法获得正确的结果

需要你的帮助.

我有这样的数据框：

import pandas as pd
data = [
        [1, 'A', 10], [1, 'B', 20], [1, 'C', 30],
        [2, 'A', 30], [2, 'B', 20], [2, 'C', 10],
        [3, 'A', 20], [3, 'B', 40], [3, 'C', 20]
       ]

df = pd.DataFrame(data, columns = ['Day', 'Company', 'Profit']) 
df 

我想转换这个表，使得：

• 每个唯一的公司名称成为一个新列
• 剩余数据按天分组

如何将数据框转换为这样的新数据框？

Year值成为列，其余列成为行。有任何想法吗？

数据：

   Year Propertyval Cumulative
0  1    1224000.00  24000.00
1  2    1248480.00  48480.00
2  3    1273449.60  73449.60

所需格式：

   Desc          1           2           3
0  Propertyval   1248480.00  1273449.60  1273449.60
1  Cumulative    24000.00    48480.00    73449.60