Question

我有长格式的数据，我正在尝试重塑到宽，但似乎没有一种直接的方法来使用melt / stack / unstack来做到这一点：

Salesman  Height   product      price
  Knut      6        bat          5
  Knut      6        ball         1
  Knut      6        wand         3
  Steve     5        pen          2

变为：

Salesman  Height    product_1  price_1  product_2 price_2 product_3 price_3  
  Knut      6        bat          5       ball      1        wand      3
  Steve     5        pen          2        NA       NA        NA       NA

我认为Stata可以使用reshape命令执行类似的操作。

Answer 1

一个简单的支点可能足以满足您的需求，但这是我为重现您想要的输出所做的：

df['idx'] = df.groupby('Salesman').cumcount()

只需添加一个组内计数器/索引就可以获得大部分路径，但列标签将不符合您的要求：

print df.pivot(index='Salesman',columns='idx')[['product','price']]

        product              price        
idx            0     1     2      0   1   2
Salesman                                   
Knut         bat  ball  wand      5   1   3
Steve        pen   NaN   NaN      2 NaN NaN

为了更接近您想要的输出，我添加了以下内容：

df['prod_idx'] = 'product_' + df.idx.astype(str)
df['prc_idx'] = 'price_' + df.idx.astype(str)

product = df.pivot(index='Salesman',columns='prod_idx',values='product')
prc = df.pivot(index='Salesman',columns='prc_idx',values='price')

reshape = pd.concat([product,prc],axis=1)
reshape['Height'] = df.set_index('Salesman')['Height'].drop_duplicates()
print reshape

         product_0 product_1 product_2  price_0  price_1  price_2  Height
Salesman                                                                 
Knut           bat      ball      wand        5        1        3       6
Steve          pen       NaN       NaN        2      NaN      NaN       5

编辑：如果你想把程序推广到更多的变量，我想你可以做类似下面的事情（尽管它可能不够有效）：

df['idx'] = df.groupby('Salesman').cumcount()

tmp = []
for var in ['product','price']:
    df['tmp_idx'] = var + '_' + df.idx.astype(str)
    tmp.append(df.pivot(index='Salesman',columns='tmp_idx',values=var))

reshape = pd.concat(tmp,axis=1)

@Luke说：

我认为Stata可以使用reshape命令执行类似的操作。

你可以，但我认为你还需要一个内部计数器来获得stata的重塑以获得你想要的输出：

     +-------------------------------------------+
     | salesman   idx   height   product   price |
     |-------------------------------------------|
  1. |     Knut     0        6       bat       5 |
  2. |     Knut     1        6      ball       1 |
  3. |     Knut     2        6      wand       3 |
  4. |    Steve     0        5       pen       2 |
     +-------------------------------------------+

如果你添加idx，那么你可以在stata中重塑：

reshape wide product price, i(salesman) j(idx)

Answer 2

有点旧，但我会发给别人的。

你想要的是什么，但你可能不应该想要它;） Pandas支持行和列的层次索引。在Python 2.7.x中......

from StringIO import StringIO

raw = '''Salesman  Height   product      price
  Knut      6        bat          5
  Knut      6        ball         1
  Knut      6        wand         3
  Steve     5        pen          2'''
dff = pd.read_csv(StringIO(raw), sep='\s+')

print dff.set_index(['Salesman', 'Height', 'product']).unstack('product')

生成可能比您正在寻找的更方便的表示

                price             
product          ball bat pen wand
Salesman Height                   
Knut     6          1   5 NaN    3
Steve    5        NaN NaN   2  NaN

使用set_index和unstacking与单个函数作为pivot的优点是，您可以将操作分解为明确的小步骤，从而简化调试。

Answer 3

pivoted = df.pivot('salesman', 'product', 'price')

PG。 192 Python for Data Analysis

Answer 4

这是另一个更加充实的解决方案，取自Chris Albon's site。

创建“长”数据框

raw_data = {'patient': [1, 1, 1, 2, 2],
                'obs': [1, 2, 3, 1, 2],
          'treatment': [0, 1, 0, 1, 0],
              'score': [6252, 24243, 2345, 2342, 23525]}

df = pd.DataFrame(raw_data, columns = ['patient', 'obs', 'treatment', 'score'])

制作“广泛”数据

df.pivot(index='patient', columns='obs', values='score')

Answer 5

Karl D的解决方案成为问题的核心。但是我发现，将所有内容（由于有两个索引列，而使用.pivot_table进行透视，然后将sort并分配以折叠MultiIndex的列，要容易得多：

df['idx'] = df.groupby('Salesman').cumcount()+1
df = df.pivot_table(index=['Salesman', 'Height'], columns='idx', 
                    values=['product', 'price'], aggfunc='first')

df = df.sort_index(axis=1, level=1)
df.columns = [f'{x}_{y}' for x,y in df.columns]
df = df.reset_index()

输出：

  Salesman  Height  price_1 product_1  price_2 product_2  price_3 product_3
0     Knut       6      5.0       bat      1.0      ball      3.0      wand
1    Steve       5      2.0       pen      NaN       NaN      NaN       NaN

Answer 6

重塑文档是here

您正在寻找pd.wide_to_long()（这是stata命令的直接模拟）

熊猫长期以来通过两个变量进行广泛重塑

6 个答案:

创建“长”数据框

制作“广泛”数据

输出：