按ID对熊猫行进行分组，为时间条目创建新列

Question

我有一个pandas数据框，它具有重复的ID，因为每一行代表一个时间量。

 pd.DataFrame([[1, 2], [1, 3], [2, 6], [2,7]], columns=['id', 'colA'])

我想用一种方式来变换它，即每一行代表一个ID，并且数据的时间序列方面被捕获到新的列中。即：我想输出看起来像这样：

pd.DataFrame([[1,2,3],[2,6,7]],columns=["id","colA_0","colA_1"])

我该如何实现？

Answer 1

使用GroupBy.cumcount作为计数器，通过DataFrame.set_index创建MultiIndex，然后通过Series.unstack进行整形：

df1 = (df.set_index(['id', df.groupby('id').cumcount()])['colA']
         .unstack()
         .add_prefix('colA_')
         .reset_index())
print (df1)
   id  colA_0  colA_1
0   1       2       3
1   2       6       7