使用pandas将行转换为列

Question

嗨我有这样的数据框：

data = DataFrame({"id": ["a", "a", "a", "a", "b", "b", "c", "c", "c", "a", "a"], "nr": [1,2,3,4,1,2,1,2,3,1,2]})

打印出数据

   id  nr
0   a   1
1   a   2
2   a   3
3   a   4
4   b   1
5   b   2
6   c   1
7   c   2
8   c   3
9   a   1
10  a   2

我想要的输出是：

id  1  2   3   4            
a   1  2   3   4
a   1  2 NaN NaN
b   1  2 NaN NaN
c   1  2   3 NaN

我正在使用“pivot”，但由于索引不是唯一的，因此不起作用。所以我创建了另一个组，但是pivot似乎只允许有一个索引作为选项。

data2 = DataFrame({
        "id": ["a", "a", "a", "a", "b", "b", "c", "c", "c", "a", "a"],
        "group": [1,1,1,1,1,1,1,1,1,2,2],
        "nr": [1,2,3,4,1,2,1,2,3,1,2]
    })

我也试过使用pivot_table，它允许多索引，但我也无法做到。任何人都知道吗？：）

Answer 1

要处理旋转中的非唯一问题，您可以使用cumsum技巧来区分这两个“a”组。

 # use cumsum trick to produce distinct labels
data['group_labels'] = (data['id'] != data['id'].shift(1)).cumsum()
print(data)

   id  nr  group_labels
0   a   1             1
1   a   2             1
2   a   3             1
3   a   4             1
4   b   1             2
5   b   2             2
6   c   1             3
7   c   2             3
8   c   3             3
9   a   1             4
10  a   2             4

# this maps group_labels to id
labels_to_id = data.groupby('group_labels')['id'].first()
labels_to_id

group_labels
1    a
2    b
3    c
4    a

# do pivoting
data.pivot('group_labels', 'nr', 'nr').set_index(labels_to_id.values).sort_index()

nr  1  2   3   4
a   1  2   3   4
a   1  2 NaN NaN
b   1  2 NaN NaN
c   1  2   3 NaN