回答編集履歴

1

Update

2022/04/25 13:24

投稿

melian
melian

スコア19825

test CHANGED
@@ -1,4 +1,3 @@
1
- ※ 今回の出力形式は少し奇妙に思えるので、前回の質問と同様にしています
2
1
  ```python
3
2
  dfx = (
4
3
  df.groupby(['果物', '都道府県', 'お店'], sort=False)
@@ -10,42 +9,43 @@
10
9
  .rename(columns={
11
10
  '値段': f'{x["都道府県"].values[0]}_{x["お店"].values[0]}'})))
12
11
 
12
+ dfx = dfx.unstack().ffill().bfill().stack(dropna=False)
13
13
  dfx = pd.concat([df, dfx.reset_index(drop=True)], axis=1)
14
14
  print(dfx)
15
15
 
16
16
  #
17
17
  果物 都道府県 お店 値段 年 東京_スーパー 東京_コンビニ 大阪_スーパー 大阪_コンビニ
18
- 0 りんご 東京 スーパー 157 2022 156.666667 NaN NaN NaN
18
+ 0 りんご 東京 スーパー 157 2022 156.666667 163.0 163.666667 157.666667
19
- 1 りんご 東京 スーパー 172 2021 149.000000 NaN NaN NaN
19
+ 1 りんご 東京 スーパー 172 2021 149.000000 162.0 163.000000 157.500000
20
- 2 りんご 東京 スーパー 146 2020 152.000000 NaN NaN NaN
20
+ 2 りんご 東京 スーパー 146 2020 152.000000 176.0 173.000000 152.000000
21
21
  3 りんご 東京 スーパー 152 2019 NaN NaN NaN NaN
22
- 4 りんご 東京 コンビニ 135 2022 NaN 163.0 NaN NaN
22
+ 4 りんご 東京 コンビニ 135 2022 156.666667 163.0 163.666667 157.666667
23
- 5 りんご 東京 コンビニ 165 2021 NaN 162.0 NaN NaN
23
+ 5 りんご 東京 コンビニ 165 2021 149.000000 162.0 163.000000 157.500000
24
- 6 りんご 東京 コンビニ 148 2020 NaN 176.0 NaN NaN
24
+ 6 りんご 東京 コンビニ 148 2020 152.000000 176.0 173.000000 152.000000
25
25
  7 りんご 東京 コンビニ 176 2019 NaN NaN NaN NaN
26
- 8 りんご 大阪 スーパー 182 2022 NaN NaN 163.666667 NaN
26
+ 8 りんご 大阪 スーパー 182 2022 156.666667 163.0 163.666667 157.666667
27
- 9 りんご 大阪 スーパー 165 2021 NaN NaN 163.000000 NaN
27
+ 9 りんご 大阪 スーパー 165 2021 149.000000 162.0 163.000000 157.500000
28
- 10 りんご 大阪 スーパー 153 2020 NaN NaN 173.000000 NaN
28
+ 10 りんご 大阪 スーパー 153 2020 152.000000 176.0 173.000000 152.000000
29
29
  11 りんご 大阪 スーパー 173 2019 NaN NaN NaN NaN
30
- 12 りんご 大阪 コンビニ 176 2022 NaN NaN NaN 157.666667
30
+ 12 りんご 大阪 コンビニ 176 2022 156.666667 163.0 163.666667 157.666667
31
- 13 りんご 大阪 コンビニ 158 2021 NaN NaN NaN 157.500000
31
+ 13 りんご 大阪 コンビニ 158 2021 149.000000 162.0 163.000000 157.500000
32
- 14 りんご 大阪 コンビニ 163 2020 NaN NaN NaN 152.000000
32
+ 14 りんご 大阪 コンビニ 163 2020 152.000000 176.0 173.000000 152.000000
33
33
  15 りんご 大阪 コンビニ 152 2019 NaN NaN NaN NaN
34
- 16 みかん 東京 スーパー 157 2022 143.333333 NaN NaN NaN
34
+ 16 みかん 東京 スーパー 157 2022 143.333333 163.0 163.666667 157.666667
35
- 17 みかん 東京 スーパー 172 2021 129.000000 NaN NaN NaN
35
+ 17 みかん 東京 スーパー 172 2021 129.000000 162.0 163.000000 157.500000
36
- 18 みかん 東京 スーパー 146 2020 112.000000 NaN NaN NaN
36
+ 18 みかん 東京 スーパー 146 2020 112.000000 176.0 173.000000 152.000000
37
37
  19 みかん 東京 スーパー 112 2019 NaN NaN NaN NaN
38
- 20 みかん 東京 コンビニ 135 2022 NaN 153.0 NaN NaN
38
+ 20 みかん 東京 コンビニ 135 2022 143.333333 153.0 163.666667 157.666667
39
- 21 みかん 東京 コンビニ 165 2021 NaN 147.0 NaN NaN
39
+ 21 みかん 東京 コンビニ 165 2021 129.000000 147.0 163.000000 157.500000
40
- 22 みかん 東京 コンビニ 148 2020 NaN 146.0 NaN NaN
40
+ 22 みかん 東京 コンビニ 148 2020 112.000000 146.0 173.000000 152.000000
41
41
  23 みかん 東京 コンビニ 146 2019 NaN NaN NaN NaN
42
- 24 みかん 大阪 スーパー 182 2022 NaN NaN 153.666667 NaN
42
+ 24 みかん 大阪 スーパー 182 2022 143.333333 153.0 153.666667 157.666667
43
- 25 みかん 大阪 スーパー 165 2021 NaN NaN 148.000000 NaN
43
+ 25 みかん 大阪 スーパー 165 2021 129.000000 147.0 148.000000 157.500000
44
- 26 みかん 大阪 スーパー 153 2020 NaN NaN 143.000000 NaN
44
+ 26 みかん 大阪 スーパー 153 2020 112.000000 146.0 143.000000 152.000000
45
45
  27 みかん 大阪 スーパー 143 2019 NaN NaN NaN NaN
46
- 28 みかん 大阪 コンビニ 176 2022 NaN NaN NaN 147.666667
46
+ 28 みかん 大阪 コンビニ 176 2022 143.333333 153.0 153.666667 147.666667
47
- 29 みかん 大阪 コンビニ 158 2021 NaN NaN NaN 142.500000
47
+ 29 みかん 大阪 コンビニ 158 2021 129.000000 147.0 148.000000 142.500000
48
- 30 みかん 大阪 コンビニ 163 2020 NaN NaN NaN 122.000000
48
+ 30 みかん 大阪 コンビニ 163 2020 112.000000 146.0 143.000000 122.000000
49
49
  31 みかん 大阪 コンビニ 122 2019 NaN NaN NaN NaN
50
50
  ```
51
51