转换大型数据框-花费太长时间

Question

我从CSV加载了以下格式的数据框：

           stock_code    price 
20180827     001          10
20180827     002          11
20180827     003          12
20180827     004          13
20180826     001          14
20180826     002          15
20180826     003          11
20180826     004          10
20180826     005          19

我想将其转换为以下格式：

            001     002     003     004     005
20180827    10      11      12      13      nan
20180826    14      15      11      10      19

这是我执行转换的函数（oracle_data是原始数据帧），但是547500行数据帧需要7分钟。有没有办法加快速度？

def transform_data(oracle_data):
    data_code = oracle_data[0]  
    data_date = oracle_data[1] 
    factor_date = sorted(data_date.unique()) 
    stock_list =  sorted(data_code.unique())     
    factor_data = pd.DataFrame(index = factor_date, columns = stock_list)
    sort = oracle_data.sort_index()
    for n in oracle_data.index:
        factor_data.at[oracle_data.at[n,1],oracle_data.at[n,0]]=oracle_data.at[n,2]
    return factor_data

Answer 1

我相信这里可以使用pandas.pivot：

df = pd.pivot(df.index, df['stock_code'], df['price'])