python - 如何在 Pandas 中 reshape 数据框？

Question

我正在研究数据集上的一些机器学习。我对 python 中的 pandas/numpy 很陌生。所以我无法找出解决方案。我有一个使用 pandas 的 read_csv 函数获得的数据框。数据框类似于下图

ID   ATTR  QUANTITY
17   203      14
17   201      8
17   111      1
159  80       5
178  82       16

我希望这个数据框像这样 reshape /扁平化:

    ID  | attr1 | attr2 | attr3 | totalQuantity..................goes on
===========================================================
    17  |  203  |  201  |  111  |   23 (i.e sum where id == 17)
    159 |  80   |   0   |   0   |   5
    178 |  82   |   0   |   0   |   16
    ....

一段代码受到高度赞赏。提前致谢

Answer 1

首先创建列 att 以按 cumcount 旋转然后使用 pivot对于 df1 和 groupby与 sum对于 df2。最后 merge df1 与 df2 和 fillna通过 0:

print df
     ID  ATTR  QUANTITY
0    17   203        14
1    17   201         8
2    17   111         1
3    17   203        14
4    17   201         8
5    17   111         1
6    17   203        14
7    17   201         8
8    17   111         1
9    17   203        14
10   17   201         8
11   17   111         1
12  159    80         5
13  178    82        16

#add column att for counting groups items
df['att'] = df.groupby('ID')['ID'].cumcount() + 1
#pivot df with column att
df1 = df.pivot(index='ID', columns='att', values='ATTR').reset_index()
#add string 'attr' to columns names
df1.columns =  [df1.columns[0]] + ['attr' + str(col) for col in df1.columns[1:]] 
df2 = df.groupby('ID')['QUANTITY'].sum().reset_index()
#merge with sum
print pd.merge(df1, df2 , on=['ID']).fillna(0)

    ID  attr1  attr2  attr3  attr4  attr5  attr6  attr7  attr8  attr9  attr10  \
0   17    203    201    111    203    201    111    203    201    111     203   
1  159     80      0      0      0      0      0      0      0      0       0   
2  178     82      0      0      0      0      0      0      0      0       0   

   attr11  attr12  QUANTITY  
0     201     111        92  
1       0       0         5  
2       0       0        16