Преобразование 3-столбцов данных в матрицу

Question

У меня есть датафрейм df, например:

A = [["John", "Sunday", 6], ["John", "Monday", 3], ["John", "Tuesday", 2], ["Mary", "Sunday", 6], ["Mary", "Monday", 4], ["Mary", "Tuesday", 7]] 
df = pandas.DataFrame(A, columns=["names", "dates", "times"])

И я хочу изменить его так, чтобы вместо трех столбцов я мог создать матрицу, в которой первый столбец индексирует строки, второй столбец индексирует столбцы, а третий столбец становится значением матрицы, что-то вроде:

B = [["John", 6, 3, 2], ["Mary", 6, 4, 7]]
df2 = pandas.DataFrame(B, columns=["names", "Sunday", "Monday", "Tuesday"])

или даже лучше:

B = numpy.asarray(B)
B = pandas.DataFrame(B)

Как мне преобразовать A в B?

Я создал double for loop, но в моем случае df очень большой и занимает очень много времени. Есть ли лучший способ сделать это?

Это не просто изменение формы, поскольку A имеет 18 значений, а B имеет 8

Answer 1

Вы можете использовать pivot_table(), например ::

In []:
df.pivot_table(columns='dates', index='names', values='times').reset_index()

Out[]:
dates names  Monday  Sunday  Tuesday
0      John       3       6        2
1      Mary       4       6        7

Answer 2

Попробуйте:

df.set_index(['names','dates'])['times'].unstack().reset_index()

Выход:

dates names  Monday  Sunday  Tuesday
0      John       3       6        2
1      Mary       4       6        7

Или:

pd.crosstab(df.names, df.dates, df.times, aggfunc='sum').reset_index()

Или:

df.groupby(['names','dates']).sum()['times'].unstack().reset_index()   

Или:

df.pivot('names','dates','times').reset_index()