python - 如何按列分组并将一组的所有值复制到 Pandas 中的一行？

Question

这是我的数据集的示例:

Consumer_num | billed_units  
29           | 984
29           | 1244
29           | 2323
29           | 1232
29           | 1150
30           | 3222
30           | 1444
30           | 2124

我想按 consumer_num 分组，然后将每组的所有值 (billed_units) 添加到新列中。所以我需要的输出:

Consumer_num | month 1 | month 2 | month 3 | month 4  | month 5  
29           | 984     | 1244     | 2323    | 1232     | 1150 
30           | 3222    | 1444     | 2124    | NaN      | NaN

这是我到目前为止所做的:

group = df.groupby('consumer_num')['billed_units'].unique()
group[group.apply(lambda x: len(x)>1)]
df = group.to_frame()
print df

输出:

Consumer_num | billed_units  
29           | [984,1244,2323,1232,1150]
30           | [3222,1444,2124]

不知道我的做法对不对。如果它是正确的，那么我想知道如何分离每个消费者的 billed_units，然后添加到新列，如我在所需输出中所示。或者是否有更好的方法来实现我所需的输出？

Answer 1

解决方案

c = 'Consumer_num'
m = 'month {}'.format
df.set_index(
    [c, df.groupby(c).cumcount() + 1]
).billed_units.unstack().rename(columns=m).reset_index()

   Consumer_num  month 1  month 2  month 3  month 4  month 5
0            29    984.0   1244.0   2323.0   1232.0   1150.0
1            30   3222.0   1444.0   2124.0      NaN      NaN

它是如何工作的

• 为方便起见，将'Consumer_num'放入变量c
• 为方便起见，将映射器函数放入变量m
• 用两列设置​​索引来创建一个pd.MultiIndex
  • 我使用 groupby 和 cumcount 创建一个关卡以unstack
  • 然后我unstack
• 最后使用映射函数重命名列

---

回复评论

限制月数的一种方法是使用 iloc。以下将我们限制为 3 个月。您可以调整为前 5 个。nans 应该照顾好自己。

c = 'Consumer_num'
m = 'month {}'.format
df.set_index(
    [c, df.groupby(c).cumcount() + 1]
).billed_units.unstack().rename(columns=m).iloc[:, :3].reset_index()
#                                         ^..........^

   Consumer_num  month 1  month 2  month 3
0            29    984.0   1244.0   2323.0
1            30   3222.0   1444.0   2124.0

---

或者你可以预处理

c = 'Consumer_num'
m = 'month {}'.format
d1 = df.groupby(c).head(3)  # pre-process and take just first 3
d1.set_index(
    [c, d1.groupby(c).cumcount() + 1]
).billed_units.unstack().rename(columns=m).reset_index()