python - 融化 Pandas DataFrame并将值用作列？

为了适应它，我在和熊猫一起玩，我问自己是否有可能在没有使用熔化功能的麻烦的情况下在熊猫中做？

我正在使用非常著名的titanic.csv数据集。

titanic = pd.read_csv('data/titanic.csv', keep_default_na=True)
titanic.drop(['embarked', 'who', 'adult_male', 'alone', 'parch', 'deck'], \
               axis=1, errors="ignore", inplace=True)
titanic_c = titanic.groupby(['class', 'embark_town', 'gender'])['age'] \
                   .mean().reset_index()
titanic_c

所以这是一个问题？

我可以使用pd.melt将embark_town值添加为看起来像这样的列吗？如果是，怎么办？

最佳答案

IIUC，您应在此处使用df.pivot_table()而不是melt()：

m=titanic.pivot_table(index=['pclass','sex'],columns='embark_town',values='age')
print(m)

embark_town    Cherbourg  Queenstown  Southampton
pclass sex
1      female  36.052632   33.000000    32.704545
       male    40.111111   44.000000    41.897188
2      female  19.142857   30.000000    29.719697
       male    25.937500   57.000000    30.875889
3      female  14.062500   22.850000    23.223684
       male    25.016800   28.142857    26.574766

就您而言，应将pclass更改为class，将sex更改为gender

关于python - 融化 Pandas DataFrame并将值用作列？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56414755/