Question

我有这个示例数据框

ID1,ID2,info,Value
1,50,BA,101
1,50,BA,102
2,100,CA,03
2,100,CA,07
2,100,BA,09
2,100,BA,10

要重塑数据，我正在使用unstack，这更像是我想要的90％，它可以工作。

grouped = df.groupby(['ID1','ID1','ID2','info'])[['Value']].apply(lambda x: pd.DataFrame(x.values, columns=[['Value']]))\
                        .unstack().sort_index(level=1, axis=1).reset_index(drop= True, level=1).reset_index()

grouped.columns = ['{}{}'.format(a,b) for a, b in df_grouped.columns]

这就是我得到的结果

ID1,ID2,info,Value0,Value1
1,50,BA,101,102
2,100,BA,9,10
2,100,CA,3,7

如果我可以将所有ID1放在一行中，并且如果我有两个与ID1对应的不同信息值，那么可能会更清晰些

ID1,ID2,info,Value0,Value1,Value2,Value3
1,50,BA,101,102,,
2,100,[BA,CA],9,10,3,7

有什么建议吗？

Answer 1

您的解决方案应首先通过汇总list进行更改，然后在必要时仅将list的唯一值转换为set并返回到list，然后从另一个列创建join并返回到DataFrame：

grouped = df.groupby(['ID1','ID1','ID2']).agg(list)

grouped['info'] = grouped['info'].apply(lambda x: list(set(x)))

df1 = pd.DataFrame(grouped.pop('Value').values.tolist(),
                   index=grouped.index).add_prefix('Value')
grouped = grouped.join(df1)
print (grouped)
                 info  Value0  Value1  Value2  Value3
ID1 ID1 ID2                                          
1   1   50       [BA]     101     102     NaN     NaN
2   2   100  [BA, CA]       3       7     9.0    10.0

大熊猫在重塑数据框时会堆叠。

1 个答案: