Question

我有一个看起来像这样的熊猫数据框：

+------+------------+
|  A   |     B      |
+------+------------+
| ID   | 1          |
| Date | 2019-04-04 |
| Name | Carl       |
| ID   | 2          |
| Date | 2019-04-05 |
| Name | Jane       |
+------+------------+

我正在尝试生成如下所示的输出：

+----+------------+------+
| ID |    Date    | Name |
+----+------------+------+
|  1 | 2019-04-04 | Carl |
|  2 | 2019-04-05 | Jane |
+----+------------+------+

我曾经尝试过转置，旋转和拆栈方法，但确实陷入困境。

Answer 1

使用cumcount创建密钥，然后使用pivot

df['C']=df.groupby('A').cumcount()
df.pivot(index='C',columns='A',values='B')
Out[118]: 
A        Date ID  Name
C                     
0  2019-04-04  1  Carl
1  2019-04-05  2  Jane

Answer 2

将check the source code与GroupBy.cumcount和DataFrame.set_index结合使用：

df = df.set_index([df.groupby('A').cumcount(), 'A'])['B'].unstack()
print (df)
A        Date ID  Name
0  2019-04-04  1  Carl
1  2019-04-05  2  Jane

如果列的顺序很重要，请添加：

df = (df.set_index([df.groupby('A').cumcount(), 'A'])['B']
        .unstack()
        .rename_axis(None, axis=1)
        .reindex(['ID','Date','Name'], axis=1))
print (df)
  ID        Date  Name
0  1  2019-04-04  Carl
1  2  2019-04-05  Jane

Answer 3

我会使用字典来收集元素，然后使用DataFrame构造函数。

d = {}

for a, b in zip(df.A, df.B):
    d.setdefault(a, []).append(b)

pd.DataFrame(d)

  ID        Date  Name
0  1  2019-04-04  Carl
1  2  2019-04-05  Jane

您还可以使用defaultdict库中的collections

from collections import defaultdict

d = defaultdict(list)

for a, b in zip(df.A, df.B):
    d[a].append(b)

pd.DataFrame(d)

  ID        Date  Name
0  1  2019-04-04  Carl
1  2  2019-04-05  Jane

2列数据框堆叠数据

3 个答案: