Question

我有一个带有IDs列的DataFrame和几个包含数据的列，例如本例中的“值”列。

对于此DataFrame，我想将与同一id对应的所有值移动到行中的新列，如下所示：

我猜想有一个相反的功能可以“融化”，但是我没有得到如何旋转这个DF的信息。

输入和输出DF的格是：

d = {"id":[1,1,1,2,2,3,3,4,5],"value":[12,13,1,22,21,23,53,64,9]}
d2 = {"id":[1,2,3,4,5],"value1":[12,22,23,64,9],"value2":[1,21,53,"","",],"value3":[1,"","","",""]}

Answer 1

通过cumcount创建MultiIndex，通过unstack重塑形状，并通过add_prefix添加更改列名称：

df = (df.set_index(['id',df.groupby('id').cumcount()])['value']
        .unstack()
        .add_prefix('value')
        .reset_index())
print (df)

   id  value0  value1  value2
0   1    12.0    13.0     1.0
1   2    22.0    21.0     NaN
2   3    23.0    53.0     NaN
3   4    64.0     NaN     NaN
4   5     9.0     NaN     NaN

可以用fillna替换缺少的值，但是将数字和字符串数据混合在一起，因此某些函数应该失败：

df = (df.set_index(['id',df.groupby('id').cumcount()])['value']
        .unstack()
        .add_prefix('value')
        .reset_index()
        .fillna(''))
print (df)

   id  value0 value1 value2
0   1    12.0     13      1
1   2    22.0     21       
2   3    23.0     53       
3   4    64.0              
4   5     9.0

Answer 2

您可以GroupBy到列表，然后展开一系列列表：

df = pd.DataFrame(d)                                            # create input dataframe
res = df.groupby('id')['value'].apply(list).reset_index()       # groupby to list
res = res.join(pd.DataFrame(res.pop('value').values.tolist()))  # expand lists to columns

print(res)

   id   0     1    2
0   1  12  13.0  1.0
1   2  22  21.0  NaN
2   3  23  53.0  NaN
3   4  64   NaN  NaN
4   5   9   NaN  NaN

通常，由于列数是任意的，因此此类操作将很昂贵。当您可以预分配内存时，Pandas / NumPy解决方案最有效，这在这里是不可能的。

在熊猫的新列中的行中移动值

2 个答案: