使用标记作为Pandas数据帧的标题在Pandas中透视XML数据

Question

我已将XML数据转换为数据帧。现在，我希望将数据转换为理想的df输出。请帮帮我

我的当前输出：

       data                name
0      Aruba               Country or Area
1      Population, total   Item
2      1960                Year
3      54211               Value
4      Aruba               Country or Area
5      Population, total   Item
6      1961                Year
7      55438               Value
8      Aruba               Country or Area
9      Population, total   Item
10     1962                Year
11     56225               Value
12     Aruba               Country or Area
13     Population, total   Item
14     1963                Year
15     56695               Value
16     Aruba               Country or Area
17     Population, total   Item
18     1964                Year
19     57032               Value

我粘贴的最后一行直接什么，我用轴

xml_df = xml_df.pivot(index='data', columns='name')

脱色输出：

Country or Area   Year     Item                 Value
Aruba             1960     Population, total    54211
Aruba             1961     Population, total    55348

等等

Answer 1

枢轴的另一种方式：

df['idx'] = df.name.eq('Country or Area').cumsum()
df.pivot(index='idx', columns='name', values='data')

输出：

name Country or Area               Item  Value  Year
idx                                                 
1              Aruba  Population, total  54211  1960
2              Aruba  Population, total  55438  1961
3              Aruba  Population, total  56225  1962
4              Aruba  Population, total  56695  1963
5              Aruba  Population, total  57032  1964

Answer 2

IIUC，您可以在name和cumcount上尝试groupby，然后是unstack：

df.assign(k=df.groupby('name').cumcount()).set_index(['k','name']).unstack()

---

                data                                
name Country or Area               Item  Value  Year
k                                                   
0              Aruba  Population, total  54211  1960
1              Aruba  Population, total  55438  1961
2              Aruba  Population, total  56225  1962
3              Aruba  Population, total  56695  1963
4              Aruba  Population, total  57032  1964

详情： ^{}

df.groupby('name').cumcount()

这将按名称和Numbers each item in each group from 0 to the length of that group - 1分组，并使用^{}将一个新列k分配给数据帧。然后使用set_index()wee将名称和k列设置为索引，以便获得：

print(df.assign(k=df.groupby('name').cumcount()).set_index(['k','name']))
                                data
k name                              
0 Country or Area              Aruba
  Item             Population, total
  Year                          1960
  Value                        54211
1 Country or Area              Aruba
  Item             Population, total
  Year                          1961
  Value                        55438
2 Country or Area              Aruba
  Item             Population, total
  Year                          1962
  Value                        56225
.......
.....

使用这些数据，我们使用^{}，这有助于“透视一级（必要的层次结构）索引标签，返回一个具有新级别列标签的数据帧，该列标签的最内层由透视索引标签组成”，因此这会根据我们的需要将索引的最后一级（默认情况下）转换为列