我正在尝试更改数据框内的结构数据
year month count reason
2001 1 1 a
2001 2 3 b
2001 3 4 c
2005 1 4 a
2005 1 3 c
在新数据框中的外观应为：
year month count reason_a reason_b reason_c
2001 1 1 1 0 0
2001 2 3 0 3 0
2001 3 4 0 0 4
2005 1 7 4 0 3
有人可以显示一些Python代码吗？预先谢谢你，
使用
DataFrame.join()-连接另一个DataFrame的列。
pandas.get_dummies()-将类别变量转换为虚拟变量/指标变量。
DataFrame.mul()-获取数据帧和其他逐元素的乘法（二进制运算符mul）。DataFrame.groupby()-使用映射器或一系列列对DataFrame或Series进行分组。DataFrameGroupBy.agg()-使用可调用项，字符串，字典或字符串/可调用项列表进行汇总。例如。
dummies = df.join(pd.get_dummies(df["reason"],prefix='reason').mul(df['count'],axis=0))
f = {'count': 'sum','reason_a': 'first','reason_b': 'first','reason_c': 'last'}
df1 = dummies.groupby(['year','month'],sort=False,as_index=False).agg(f)
print(df1)
O / P：
year month count reason_a reason_b reason_c
0 2001 1 1 1 0 0
1 2001 2 3 0 3 0
2 2001 3 4 0 0 4
3 2005 1 7 4 0 3
使用pivot_table：
df2 = pd.pivot_table(df,index=["year","month",],values=["count"],columns="reason").reset_index().fillna(0)
df2.columns = [i[0] if i[0]!="count" else f"reason_{i[1]}" for i in df2.columns]
df2["count"] = df2.iloc[:,2:5].sum(axis=1)
print (df2)
#
year month reason_a reason_b reason_c count
0 2001 1 1.0 0.0 0.0 1.0
1 2001 2 0.0 3.0 0.0 3.0
2 2001 3 0.0 0.0 4.0 4.0
3 2005 1 4.0 0.0 3.0 7.0