Pandas之pivot_table數(shù)據(jù)透視

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
import warnings
warnings.filterwarnings('ignore')
df = pd.DataFrame({
          'asin':list('ABCDA'),
          'rank':[1,1,2,3,3],
          'cate_name':['a','b','c','a','d'],
          'date':['2010-01-01','2010-01-03','2010-01-03','2010-01-04','2010-01-06']})
df
image.png
df['scaled_rank'] = (df['rank'] - df["rank"].max()).abs()
df
image.png
df.date = pd.to_datetime(df.date)
time_range = pd.DataFrame(pd.date_range('2010-01-01','2010-01-07',freq='D'), columns=['date']).set_index("date")
time_range
image.png
df = pd.pivot_table(df, columns='asin', index='date')
df
image.png
df = df.merge(time_range, how="right", left_index=True, right_index=True)
df[('scaled_rank',)] = df[('scaled_rank',)].fillna(0)
df.T
image.png
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成,瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發(fā)布,文章內容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

相關閱讀更多精彩內容

友情鏈接更多精彩內容