Question

我有重复部分的数据，如下所示：

Part  |  Location |  ONHand 
A     |  XY       |  5 
A     |  XW       |  4 
B     |  XC       |  6 
B     |  XV       |  8 
C     |  XQ       |  9

我正在尝试将其全部转换成一行，列出每个位置的所有位置和数量。

我尝试使用此代码

df_f = df.assign(cc=df.groupby('Part').cumcount()+1).set_index(['Part', 'cc']).unstack()
df_f.columns = [f'{col[0]}{col[1]}' for col in df_f.columns]
df_f.to_csv('parts_multi_location.csv')

但是问题是它返回位置1、2、3，然后返回ONHand 1、2、3，依此类推。

我需要最终结果以返回位置1，手1，位置2，手2，因此标题应该如下所示：

Part | Location_1 | Onhand_1 | Location 2| Onhand 2
A    | XY         |   5      | XW        | 4
B    | XC         |   6      | XV        | 8
C    | XQ         |   9

Answer 1

您完成了大部分工作。唯一缺少的是sort_index：

df_f = df.assign(cc=df.groupby('Part').cumcount()+1).set_index(['Part', 'cc']).unstack()

# this is what you are missing
df_f = df_f.sort_index(level=(1,0), axis=1)

df_f.columns = [f'{col[0]}{col[1]}' for col in df_f.columns]

输出：

     Location1  ONHand1 Location2  ONHand2
Part                                      
A           XY      5.0        XW      4.0
B           XC      6.0        XV      8.0
C           XQ      9.0       NaN      NaN

Answer 2

IIUC，Quang的解决方案比较复杂，但让我们看看如何使用标准库中的Sorted方法解决此问题。

如果您使用 f'{col[0]}_{col[1]}'如Quang所建议，我们可以除以_以得到数值并将其用于对列进行排序。

d = {k : int(k.split('_')[1]) for k in df_f.columns}
#{'Location_1': 1, 'Location_2': 2, 'ONHand_1': 1, 'ONHand_2': 2}


df_f[sorted(d,key=d.get)]
         Location_1  ONHand_1 Location_2  ONHand_2
Part                                          
A            XY       5.0         XW       4.0
B            XC       6.0         XV       8.0
C            XQ       9.0        NaN       NaN

熊猫通过重复的行值互换列值

2 个答案: