Pandas pivot_table 删除行

Question

我有一个数据源，它为我提供以下结构的数据：| timestamp                | tagid       | value        ||--------------------------|-------------|--------------|| 01.01.2018 00:00:00:01   | 1           | 100.0        || 01.01.2018 00:00:00:01   | 1           | 101.0        || 01.01.2018 00:00:00:01   | 2           | 99.0         || 01.01.2018 00:00:00:02   | 2           | 120.0        || 01.01.2018 00:00:00:02   | 3           | 150.0        || 01.01.2018 00:00:00:02   | 3           | 12.0         |我希望它看起来像下面这样| 1       | 2       | 3       | As you can see, I get two rows, because I |---------|---------|---------| have two instances of every TAGID|  100.0  |  99.0   |  150.0  ||  101.0  |  120.0  |  12.0   |这意味着我必须使用数据透视表。我的代码是：pivot = df.pivot_table(index=['timestamp'], columns=['tagid'], values='value')这在一定程度上是有效的。新的数据结构正是我想要的。问题是我缺少应该在那里的行。我已经尝试过标志“fill_value”和“dropna”，但没有效果。这是我的思考过程：我的（真实）数据集有 9360 行，我有 144 个单独的标签。这意味着 144 个单独的标签必须重复 9360 / 144 = 65 次。我已经手动验证了这一点。无论如何，由于某种原因，我看不到少于 65 行，即 35 行。据我所知，数据足够干净，可以正常工作。我觉得我在这里遗漏了一个关键细节，请帮我找到那个细节。

Answer 1

一种方法从crosstab创建的index使用cumcount是你的问题的关键（PS：， ，，也包括工作，创建键后）pivotpivot_tablestack unstack

pd.crosstab(df.groupby('tagid').cumcount(),df.tagid,df.value,aggfunc='mean')

Out[947]: 

tagid      1      2      3

row_0                     

0      100.0   99.0  150.0

1      101.0  120.0   12.0