Подход к решению

Преобразование длинной таблицы в широкую, или другими словами - создание сводной таблицы, типичная операция. Она часто встречается и в Python, и в SQL, и даже в Excel.

Мы имеем на входе датафрейм Pandas, поэтому и решать задачу логично, используя средства этого фреймворка. Например, мы можем воспользоваться встроенной функцией pivot_table.

Вот полезная ссылка на документацию. В этой задаче важны нюансы, так что она нам еще пригодится.

Чтобы использовать данную функцию, нам нужно указать, как минимум:

index - список столбцов из исходного датафрейма, которые сформируют новых индекс
columns - столбцы исходного датафрейма, значения из которого будут формировать новые столбцы в сводной таблице
values - столбец, откуда брать значения для нового датафрейма

Давайте попробуем.

Пробуем на практике

В нашем случае это будет так:

index - столбец name
columns - столбец contact
values - столбец value

Пробуем реализовать это в коде и проверяем:

import pandas as pd df = { 'name': ['Nikita', 'Nikita', 'Max', 'Max', 'Elizaveta', 'Alexandra', ...], 'contact': ['phone', 'email', 'phone', 'github', 'email', 'phone', ...], 'value': ['88805553535', 'nikitos@mail.ru', '88008889999', 'pubg', 'lizusha@gmail.com', '81234567890', ...] } # Задаем функцию def to_wide(df): df = pd.DataFrame(df) return df.pivot_table(values='value', index=['name'], columns=['contact']) # Промежуточно смотрим на результат print(to_wide(df))

Однако, вместо ожидаемого датафрейма мы получаем предупреждение и пустой датафрейм:

<string>:1: FutureWarning: Dropping invalid columns in DataFrameGroupBy.mean is deprecated. In a future version, a TypeError will be raised. Before calling .mean, select only columns which should be valid for the function. Empty DataFrame Columns: [] Index: [Alexandra, Elizaveta, Max, Nikita]

Странно, давайте разбираться...

Причина ошибки

Если мы заглянем в документацию (мы же говорили - пригодится), то увидим, что по умолчанию к столбцу, который мы указали в values применяется некая агрегирующая функция. По умолчанию - np.mean из модуля numpy.

А давайте посмотрим, как эта функция себя ведет, когда у нас есть и строковые значения (почта, телефон), и пропуски:

import numpy as np np.mean(['some text', np.nan]) # numpy.core._exceptions._UFuncNoLoopError: ufunc 'add' did not contain a loop with signature matching types (dtype('<U32'), dtype('<U32')) -> None

Вот и ответ - у нас просто элементарно не получается сделать агрегацию.

Как решить проблему

Но метод борьбы очень простой - давайте просто укажем другую агрегатную функцию, которая точно нам подойдет. Например, поиск максимума:

import pandas as pd df = { 'name': ['Nikita', 'Nikita', 'Max', 'Max', 'Elizaveta', 'Alexandra', ...], 'contact': ['phone', 'email', 'phone', 'github', 'email', 'phone', ...], 'value': ['88805553535', 'nikitos@mail.ru', '88008889999', 'pubg', 'lizusha@gmail.com', '81234567890', ...] } # Задаем функцию def to_wide(df): df = pd.DataFrame(df) return df.pivot_table(values='value', index=['name'], columns=['contact'], aggfunc='max') # Промежуточно смотрим на результат print(to_wide(df))

Ответ:

# contact email github phone # name # Alexandra NaN NaN 81234567890 # Elizaveta lizusha@gmail.com NaN NaN # Max NaN pubg 88008889999 # Nikita nikitos@mail.ru NaN 88805553535

В точности то, что нам нужно. Отлично! Кажется, мы решили задачу.

Проверяем сами себя

Но давайте проверим одно условие из Задачи:

Если какой-то пары name-contact не найдено, то вместо значений нужно выводить np.nan из модуля numpy.

Например, у Alexandra нет почты. Проверим, что на месте пропуска стоит np.nan:

res = df.pivot_table(values='value', index=['name'], columns=['contact'], aggfunc='max') res.loc['Alexandra', 'email'] is np.nan # True

Значит задача действительно решена правильно!

Итог

Итоговое решение выглядит так:

import pandas as pd def to_wide(df): df = pd.DataFrame(df) return df.pivot_table(values='value', index=['name'], columns=['contact'], aggfunc='max')

Pandas: Сделать сводную таблицу

Оформите Premium