熊猫数据帧重塑

Question

我有一个数据框如下所示

>> df

A 1
B 2
A 5
B 6
A 7
B 8

如何重新格式化以使其成为

A 1 5 7 
B 2 6 8

由于

Answer 1

给定像这样的数据框

df = pd.DataFrame(dict(one=list('ABABAB'), two=range(6)))

你可以做到

df.groupby('one').two.apply(lambda s: s.reset_index(drop=True)).unstack()

#      0  1  2
# one         
# A    0  2  4
# B    1  3  5

或（稍慢，结果略有不同）

df.groupby('one').apply(lambda d: d.two.reset_index(drop=True))

# two  0  1  2
# one         
# A    0  2  4
# B    1  3  5

第一种方法适用于DataFrameGroupBy，第二种方法使用SeriesGroupBy。

Answer 2

您可以抓取该系列并使用np.reshape来保持正确的尺寸。 订单=＆＃39; F＆＃39;使其滚动列（例如Fortran），订单=＆＃39; C＆＃39;滚动C之类的行 然后它进入数据框

df = pd.DataFrame(data=np.arange(10))
data = df['a'].values.reshape((2, 5), order='F')
df = pd.DataFrame(data=data, index=['a', 'b'])

Answer 3

您是如何生成此数据框的？我认为它应该是使用字典生成的，然后使用该字典生成数据帧。 d = {＆＃39; A＆＃39;：[1,5,7]，＆＃39; B＆＃39;：[2,6,8]} df = pandas.DataFrame（data = d，index = [＆＃39; p1＆＃39;，＆＃39; p2＆＃39;，＆＃39; p3＆＃39;]）

然后，如果需要，您可以使用df.T转置数据框。