Question

我在python中有一个数据框，如下所示：

ID    Value
001   0.5
001   0.2
001   0.5
001   0.0
002   0.4
002   0.6
002   0.6

我希望将数据重塑为如下形式：

ID    Val1    Val2   Val3   Val4
001   0.5     0.2    0.5    0.0
002   0.4     0.6    0.6    NaN

有人可以帮忙吗？我的第一个想法是使用“数据透视表”对数据进行解链，但由于没有表示“ Val”位置的值，因此无法按预期运行。

谢谢！

Answer 1

您可以先assign个索引器系列，然后再pivot：

res = df.assign(ValNum=df.groupby('ID').cumcount()+1)\
        .pivot(index='ID', columns='ValNum', values='Value')\
        .reset_index()

print(res)

ValNum  ID    1    2    3    4
0        1  0.5  0.2  0.5  0.0
1        2  0.4  0.6  0.6  NaN

Answer 2

对ID进行分组，然后重置索引以使列保持一致且不堆叠

df.groupby('ID')['Value'].apply(lambda df: df.reset_index(drop=True)).unstack()
      0    1    2    3
ID
1   0.5  0.2  0.5  0.0
2   0.4  0.6  0.6  NaN

或不使用ID作为索引：

df.sort_values('ID').groupby('ID')['Value'].apply(lambda df: df.reset_index(drop=True)).unstack().reset_index()
  ID    0    1    2    3
0  1  0.5  0.2  0.5  0.0
1  2  0.4  0.6  0.6  NaN

Answer 3

这可能有效：

>>> df = pd.DataFrame({"id": ["001"]*4 + ["002"]*3, "value": [0.5, 0.2, 0.5, 0.0, 0.4, 0.6, 0.6]})
>>> df
    id  value
0  001    0.5
1  001    0.2
2  001    0.5
3  001    0.0
4  002    0.4
5  002    0.6
6  002    0.6
>>> pd.concat([pd.Series(list(g["value"]), name=x) for x, g in df.groupby("id")], axis=1).T
       0    1    2    3
001  0.5  0.2  0.5  0.0
002  0.4  0.6  0.6  NaN

现在您要做的是重命名列/行。

重塑具有各种长度行的数据框

3 个答案: