Pandas实战：从一列数据创建多列并分组

在数据分析中，经常需要对数据进行重组和转换，以便更好地展示数据。以下示例演示Pandas的实战技巧：如何从DataFrame的一列数据创建多个列，并根据特定字段进行分组。

需求

假设我们有一个工作清单，包含工作编号、状态和零件信息。我们想将这个清单转换为一个表格，其中每一行代表一个工作，并包含以下信息：

工作编号
每个状态对应的列（例如，“ON_ORDER”, “ACTIVE”, “TO_BE_ALLOCATED”），值为True或False，表示该工作是否处于该状态
所有零件的列表，用换行符”\n”分隔

示例数据

import pandas as pd

work = pd.DataFrame({
    "JOB": ['JOB01', 'JOB01', 'JOB02', 'JOB02', 'JOB03', 'JOB03'],
    "STATUS": ['ON_ORDER', 'ACTIVE', 'TO_BE_ALLOCATED', 'ON_ORDER', 'ACTIVE', 'TO_BE_ALLOCATED'],
    "PART": ['PART01', 'PART02', 'PART03', 'PART04', 'PART05', 'PART06']
})

print(work)

输出：

     JOB           STATUS    PART
0  JOB01        ON_ORDER  PART01
1  JOB01          ACTIVE  PART02
2  JOB02  TO_BE_ALLOCATED  PART03
3  JOB02        ON_ORDER  PART04
4  JOB03          ACTIVE  PART05
5  JOB03  TO_BE_ALLOCATED  PART06

目标输出

     JOB  ACTIVE  ON_ORDER  TO_BE_ALLOCATED        PART_CON
0  JOB01    True      True            False  PART01\nPART02
1  JOB02   False      True             True  PART03\nPART04
2  JOB03    True     False             True  PART05\nPART06

实现步骤

一、连接零件信息

首先，我们需要将每个工作对应的零件信息连接起来。可以使用groupby函数按”JOB”字段分组，然后使用agg(", ".join)将每个组中的”PART”字段的值用逗号和空格连接起来。最后，使用rename函数将新列命名为”PART_CON”。

x = work.groupby("JOB")["PART"].agg(", ".join).rename("PART_CON")
print(x)

输出：


JOB     PART_CON        
JOB01  PART01, PART02
JOB02  PART03, PART04
JOB03  PART05, PART06

二、创建状态列

接下来，我们需要创建基于”STATUS”值的列。可以使用pd.crosstab函数创建一个交叉表，该表将”JOB”字段作为行，”STATUS”字段作为列，并计算每个组合出现的次数。然后使用astype(bool)将计数转换为布尔值，表示每个状态是否存在于每个工作中。

y = pd.crosstab(work["JOB"], work["STATUS"]).astype(bool)
print(y)

输出：


JOB    STATUS  ACTIVE  ON_ORDER  TO_BE_ALLOCATED
JOB01    True      True            False
JOB02   False      True             True
JOB03    True     False             True

三、连接结果

最后，我们使用pd.concat函数将两个结果DataFrame沿列(axis=1)连接起来，并使用reset_index重置索引，以便”JOB”字段成为一列。

result = pd.concat([y, x], axis=1).reset_index()
print(result)

最终输出：

     JOB  ACTIVE  ON_ORDER  TO_BE_ALLOCATED        PART_CON
0  JOB01    True      True            False  PART01, PART02
1  JOB02   False      True             True  PART03, PART04
2  JOB03    True     False             True  PART05, PART06

通过以上三个步骤，我们就成功地将原始数据转换成了我们想要的格式。

需求