Flatten一個熊貓DataFrame

Question

我有一個熊貓DataFrame看起來像這樣（目前沒有一個索引以外的內置行索引，但如果它更容易添加索引到「人」和「汽車」，這也沒關係） ：

before = pd.DataFrame({ 
    'Email': ['john@example.com','mary@example.com','jane@example.com','john@example.com','mary@example.com'], 
    'Person': ['John','Mary','Jane','John','Mary'], 
    'Car': ['Ford','Toyota','Nissan','Nissan','Ford'] 
}) 

我想重新塑造它看起來像這樣：

after = pd.DataFrame({ 
    'Person': ['John','Mary','Jane'], 
    'Email': ['john@example.com','mary@example.com','jane@example.com'], 
    'Ford': [True,True,False], 
    'Nissan': [True,False,True], 
    'Toyota': [False,True,False] 
}) 

注意，約翰已經擁有兩個福特和日產，瑪麗已擁有福特和豐田，保羅一直堅守着他可靠的日產。

我已經嘗試了堆疊多索引DataFrame，分組，pivoting的各種排列 - 我似乎無法弄清楚如何從「Car」列中取值並將其轉置到新列價值「真實」，通過他們的名字合併人們。

Answer 1

不知道這是要做到這一點的最佳方式，但一個方法是 -

In [26]: before.pivot_table(index=['Email','Person'],columns=['Car'], aggfunc=lambda x: True).fillna(False).reset_index() 
Out[26]: 
Car    Email Person Ford Nissan Toyota 
0 jane@example.com Jane False True False 
1 john@example.com John True True False 
2 mary@example.com Mary True False True 

Answer 2

before['has_car'] = True 

Out[93]: 
car    Email Person has_car 
Ford john@example.com John True 
Toyota mary@example.com Mary True 
Nissan jane@example.com Jane True 
Nissan john@example.com John True 
Ford mary@example.com Mary True 

df = before.pivot_table(index = ['Person' , 'Email'], columns= 'Car' , values='has_car') 


Out[89]: 
          Ford Nissan Toyota 
Person Email   
Jane jane@example.com NaN  True NaN 
John john@example.com True True NaN 
Mary mary@example.com True NaN  True 

df.fillna(False).reset_index() 

Out[102]: 
Car Person Email    Ford Nissan Toyota 
0 Jane jane@example.com False True False 
1 John john@example.com True True False 
2 Mary mary@example.com True False True