python - 每个值都有新列的 Pandas groupby

Question

我希望标题不言自明；我只想补充一点，可以假设每个键都具有相同数量的值。网上搜索题目得到如下解决方案:

Split pandas dataframe based on groupby

这应该可以解决我的问题，但事实并非如此。我举个例子:

输入:

pd.DataFrame(data={'a':['foo','foo','foo','bar','bar','bar'],'b':[1,2,3,4,5,6]})

输出:

pd.DataFrame(data={'a':['foo','bar'],'b':[1,4],'c':[2,5],'d':[3,6]})

直觉上，这将是一个没有聚合函数的 groupby 函数，或者是一个从键中创建列表的聚合函数。

显然，它可以使用 for 循环等“手动”完成，但是对大型数据集使用 for 循环在计算上非常昂贵。

Answer 1

使用GroupBy.cumcount对于 Series 或 g 列，然后按 DataFrame.set_index reshape + Series.unstack或 DataFrame.pivot ，最后一次数据清理由 DataFrame.add_prefix , DataFrame.rename_axis和 DataFrame.reset_index :

g = df1.groupby('a').cumcount()
df = (df1.set_index(['a', g])['b']
         .unstack()
         .add_prefix('new_')
         .reset_index()
         .rename_axis(None, axis=1))
print (df)
     a  new_0  new_1  new_2
0  bar      4      5      6
1  foo      1      2      3

或者:

df1['g'] = df1.groupby('a').cumcount()
df = df1.pivot('a','g','b').add_prefix('new_').reset_index().rename_axis(None, axis=1)
print (df)
     a  new_0  new_1  new_2
0  bar      4      5      6
1  foo      1      2      3