python - Groupby和转置 Pandas ， python

Question

数据框有

ID  col  col2   col3   col4

1   A    50      S      1
1   A    52      M      4
1   B    45      N      8
1   C    18      S      7

想要数据框

ID  col  colA   colB   colC   colD   colE   colF

1   A    50     52      S      M       1      4
1   B    45     NULL    N     NULL     8     NULL
1   C    18     NULL    S     NULL     7     NULL

我想要每个唯一 ID+col(groupby ID 和 col)一行。如果每个 ID+col 有多个条目(最大值可以是 2，不能再多)，则将 col2 的第一个值放入 colA，将第二个值放入 colB，将 col3 的第一个值放入 colC，将第二个值放入 colD，将第一个值放入colE 中 col4 的值和 colF 中的第二个值。如果每个 ID+col 只有一个条目，那么对于 col2，将值放在 colA 中，colB 为 null 等。

我试着先创建一个计数器:

df['COUNT'] = df.groupby(['ID','col']).cumcount()+1

从这里开始，我想只添加一个列来说明

if count=1 then df['colA']=df.col2
if count=2 then df['colB']=df.col2

.. 但这仍然会导致与原始 df 相同的行数。

Answer 1

我认为需要set_index与 unstack :

df['COUNT'] = df.groupby(['ID','col']).cumcount()+1

df = df.set_index(['ID','col', 'COUNT'])['col2'].unstack().add_prefix('col').reset_index()
print (df)
COUNT  ID col  col1  col2
0       1   A  50.0  52.0
1       1   B  45.0   NaN
2       1   C  18.0   NaN

或者:

c = df.groupby(['ID','col']).cumcount()+1

df = df.set_index(['ID','col', c])['col2'].unstack().add_prefix('col').reset_index()
print (df)
   ID col  col1  col2
0   1   A  50.0  52.0
1   1   B  45.0   NaN
2   1   C  18.0   NaN

编辑:

对于多列，解决方案有点改变，因为在列中使用 MultiIndex:

df['COUNT'] = (df.groupby(['ID','col']).cumcount()+1).astype(str)

#remove col2
df = df.set_index(['ID','col', 'COUNT']).unstack()
#flatten Multiindex
df.columns = df.columns.map('_'.join)
df = df.reset_index()
print (df)
   ID col  col2_1  col2_2 col3_1 col3_2  col4_1  col4_2
0   1   A    50.0    52.0      S      M     1.0     4.0
1   1   B    45.0     NaN      N   None     8.0     NaN
2   1   C    18.0     NaN      S   None     7.0     NaN