如果转置索引具有重复值，则创建新行

Question

我有2列：

Col1    Col2
------------
Date1    A
Date1    B
Date2    C
Date3    A

输出应为：

列：A，B，C

A        B         C
------------------------
Date1   Date1      Date2
Date3   NaN        Nan

我的列列表也是A，B，C，D，E，F

如果我的最终结果没有其他列，例如D，E，F。我需要为这些列创建缺失值

最终输出：

A        B         C        D       E        F
----------------------------------------------
Date1   Date1      Date2    NaN    NaN      NaN
Date3   NaN        NaN      NaN    NaN      Nan

我尝试过移调

df.set_index("Col2").T，但将A B C A作为列名，在这种情况下，我需要第二个A的列值应附加到第一个A列

Answer 1

pivot + reindex

您可以使用帮助器系列来创建索引，然后对列进行透视和重新索引：

res = df.assign(index=df.groupby('Col2').cumcount())\
        .pivot(index='index', columns='Col2')\
        .xs('Col1', axis=1).reindex(columns=tuple('ABCDEF'))

print(res)

Col2       A      B      C   D   E   F
index                                 
0      Date1  Date1  Date2 NaN NaN NaN
1      Date3    NaN    NaN NaN NaN NaN

Answer 2

您可以使用crosstab和reindex：

categories = ['A','B','C','D','E','F']

c = df.groupby('Col2').cumcount()
pd.crosstab(c, df.Col2, df.Col1, aggfunc='first').reindex(categories, axis=1)

Col2       A      B      C   D   E   F
row_0                                 
0      Date1  Date1  Date2 NaN NaN NaN
1      Date3    NaN    NaN NaN NaN NaN