Question

我有一个看起来像这样的pandas数据框：

df = pd.DataFrame({ 'ID' : [2,2,2,2,2,4,4,3,3,3,6] , 'count' : [20,43,45,50,15,65,35,15,15,14,30]})
df
    ID  count
0    2     20
1    2     43 
2    2     45
3    2     50
4    2     15
5    4     65
6    4     35
7    3     15
8    3     15
9    3     14
10   6     30

我想创建一个带有以下输出的数据透视表：

ID    1    2    3    4    5
 2   20   43   45   50   15
 4   65   35    0    0    0
 3   15   15   14    0    0
 6   30    0    0    0    0

我认为使用数据框的pivot函数（df_pivot = df.pivot（index ='ID'，columns = ...，values ='count'）但是我缺少列索引列表。我想应用一个lambda函数到df生成一个带有缺少列名的附加列，但是我有800M ID，并且对分组数据帧的apply函数非常慢。有没有一种你可能知道的快速方法？

Answer 1

我会为每个组定义一个子索引：

df['subindex'] = df.groupby('ID').cumcount() + 1

然后应用pivot方法将新subindex设置为列，并将NaN值填充为0：

d = pd.pivot_table(df,index='ID',columns='subindex',values='count').fillna(0)

返回：

subindex   1   2   3   4   5
ID                          
2         20  43  45  50  15
3         15  15  14   0   0
4         65  35   0   0   0
6         30   0   0   0   0

希望有所帮助。

来自pandas数据帧的数据透视表没有应用函数

1 个答案: