旋转但索引不匹配问题导致NaN

Question

我有以下DataFrame。

print df

    Period   Hour
0       22   6665
1       22   8290
2       22   8589
3       22   9808
4       22  10010
5       22   9152
6       22   7701
7       23   6658
8       23  10039
9       23   8396
10      23   9130
11      23   9029
12      23   7985
13      23   6784

最初我想通过某一行代码实现什么：

   22      23  
  6665    6658
  8290    10039
  8589    8396
  9808    9130
  10010   9029
  9152    7985
  7701    6784

尝试旋转，但由于索引不同而获得NaN。

print(df.pivot(columns='Period'))

           Hour         
Period       22       23
0        6665.0      NaN
1        8290.0      NaN
2        8589.0      NaN
3        9808.0      NaN
4       10010.0      NaN
5        9152.0      NaN
6        7701.0      NaN
7           NaN   6658.0
8           NaN  10039.0
9           NaN   8396.0
10          NaN   9130.0
11          NaN   9029.0
12          NaN   7985.0
13          NaN   6784.0

通过以下显然不必要的长途路线实现的输出：

a = df[df['Period'] == 22]['Hour'].values
b = df[df['Period'] == 23]['Hour'].values
print(pd.DataFrame({22:a, 23:b}))

      22     23
0   6665   6658
1   8290  10039
2   8589   8396
3   9808   9130
4  10010   9029
5   9152   7985
6   7701   6784

必须通过Pivot / Pivot_Table或其他一些较短的代码来完成此操作。请提出建议。

Answer 1

尝试一下：

选项1：

df.set_index([df.groupby('Period').cumcount(),'Period'])['Hour'].unstack()

输出：

Period     22     23
0        6665   6658
1        8290  10039
2        8589   8396
3        9808   9130
4       10010   9029
5        9152   7985
6        7701   6784

选项2：

df.pivot(df.groupby('Period').cumcount(), 'Period')['Hour']