pandas géants - pivot_table tout en préservant l'ordre ne

Question

je la trame de données suivante où la semaine ne sont pas des semaines ISO mais semaines fiscales (1 est 1ère semaine de Juillet, 52 est la dernière semaine de Juin):

> df 
    domain week count 
0  A 43  5 
1  A 45  1 
2  A 50  1 
3  A 51  4 
4  A  1  3 
5  A  3  12 
6  B 43  1 
7  B 44  1 
8  B 45  4 
9  B 50  11 
10  B  2  3 
11  B  3  12 
12  C 51  6 
13  C  1  14 
14  C  5  1 

Je veux pour faire pivoter ce tableau tout en préservant l'ordre de la semaine pour obtenir une nouvelle trame de données qui ressemblerait à ce qui suit avec les valeurs étant le nombre et les colonnes étant le domaine:

> new_df 
week A  B  C 
43  5  1 NaN 
44 NaN  1 NaN 
45  1  4 NaN  
50  1 11 NaN 
51  4 NaN  6 
1  3 NaN 14 
2  NaN  3 NaN 
3  12 12 NaN 
5  NaN NaN  1 

J'ai essayé d'utiliser groupie et décollée, mais ai cette erreur:

> df = df.groupby(['week'], sort=False)['count'].unstack('domain') 
AttributeError: Cannot access callable attribute 'unstack' of 'SeriesGroupBy' objects, try using the 'apply' method 

Answer 1

Option 1] Vous pouvez utiliser aide d'index weeks commandé sur mesure et .loc

In [4810]: weeks = pd.Index(list(range(26, 52)) + list(range(26))) 

In [4819]: dfp = df.groupby(['week','domain'])['count'].sum().unstack() 

In [4820]: dfp.loc[weeks & dfp.index] 
Out[4820]: 
domain  A  B  C 
43  5.0 1.0 NaN 
44  NaN 1.0 NaN 
45  1.0 4.0 NaN 
50  1.0 11.0 NaN 
51  4.0 NaN 6.0 
1  3.0 NaN 14.0 
2  NaN 3.0 NaN 
3  12.0 12.0 NaN 
5  NaN NaN 1.0 

Option 2] Ou, utilisez pivot

In [4821]: dfp = df.pivot('week', 'domain', 'count') 

In [4822]: dfp.loc[weeks & dfp.index] 
Out[4822]: 
domain  A  B  C 
43  5.0 1.0 NaN 
44  NaN 1.0 NaN 
45  1.0 4.0 NaN 
50  1.0 11.0 NaN 
51  4.0 NaN 6.0 
1  3.0 NaN 14.0 
2  NaN 3.0 NaN 
3  12.0 12.0 NaN 
5  NaN NaN 1.0 

Option 3] Ou, reindex au lieu de .loc

In [4830]: dfp.reindex(weeks & dfp.index) 
Out[4830]: 
domain  A  B  C 
43  5.0 1.0 NaN 
44  NaN 1.0 NaN 
45  1.0 4.0 NaN 
50  1.0 11.0 NaN 
51  4.0 NaN 6.0 
1  3.0 NaN 14.0 
2  NaN 3.0 NaN 
3  12.0 12.0 NaN 
5  NaN NaN 1.0 

---

Détails

In [4826]: weeks 
Out[4826]: 
Int64Index([26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 
      43, 44, 45, 46, 47, 48, 49, 50, 51, 0, 1, 2, 3, 4, 5, 6, 7, 
      8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 
      25], 
      dtype='int64') 

In [4827]: weeks & dfp.index 
Out[4827]: Int64Index([43, 44, 45, 50, 51, 1, 2, 3, 5], dtype='int64') 

Answer 2

Vous devez commande personnalisée de week s, donc besoin ordered categorical avec un ordre personnalisé et omettent sort=False:

cats = list(range(26, 52)) + list(range(26)) 
print (cats) 
[26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 
47, 48, 49, 50, 51, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 
16, 17, 18, 19, 20, 21, 22, 23, 24, 25] 

df['week'] = df['week'].astype('category', ordered=True, categories=cats) 

df = df.groupby(['week','domain'])['count'].sum().unstack() 
print (df) 
domain  A  B  C 
week      
43  5.0 1.0 NaN 
44  NaN 1.0 NaN 
45  1.0 4.0 NaN 
50  1.0 11.0 NaN 
51  4.0 NaN 6.0 
1  3.0 NaN 14.0 
2  NaN 3.0 NaN 
3  12.0 12.0 NaN 
5  NaN NaN 1.0