python - 如何修改数据框以便每行存储其重复行的所有数据？

Question

我的数据框包含三列( ID 、 key 和 word )

   ID  key   word
0   1    A  Apple
1   1    B  Bug
2   2    C  Cat
3   3    D  Dog
4   3    E  Exogenous
5   3    E  Egg

我想创建额外的key和word列 - 根据需要 - 将数据存储在 key 中和word当存在重复的行时的列 IDs

这是输出的片段

   ID  key_0  key_1   word_0   word_1  
0   1      A      B    Apple      Bug 

注意:在上面的输出中，ID ＃1在数据框中出现两次，因此 "key"值"B"与重复的 ID 相关联将存储在新列 "key_1" 中。字Bug在重复项中找到 ID ＃1将存储在新列 word_1 中以及。

完整的输出应如下所示:

    ID  key_0  key_1   key_2   word_0        word_1    word_2
0   1       A      B     NaN    Apple           Bug       NaN
1   2       C    NaN     NaN      Cat           NaN       NaN
2   3       D      E       E      Dog     Exogenous       Egg 

请注意，在完整的输出中，ID ＃3已经重复了三遍。 key第二次重复 "E"将存储在"key_1"下列和第三个重复"E"将存储在新列 "key_2" 中。这适用于单词 "Exogenous"和"Egg"以同样的方式。

我找到了Alex's解决方案很有用，但它仅适用于 key栏目:

df.groupby('ID')['key'].apply(
lambda s: pd.Series(s.values, index=['key_%s' % i for i in range(s.shape[0])])).unstack(-1)

知道如何使 lambda 函数同时适用于 key和word列？

谢谢，

Answer 1

df2 = df.set_index('ID').groupby(level=0).apply(lambda df: df.reset_index(drop=True)).unstack()
df2.columns = df2.columns.set_levels((df2.columns.levels[1]).astype(str), level=1)
df2.columns = df2.columns.to_series().str.join('_')
df2