python - Pandas - 按索引合并值到新列的行

Question

我正在尝试操作 pandas 中的一些数据，以便它与现有的软件兼容，要执行的操作与此类似:

原始数据框:

    some_data   language    spelling
1   12          french      un
1   12          english     one
1   12          spanish     uno
2   52          french      deux
2   52          english     two
2   52          spanish     dos

目标数据框:

    some_data   lang_en   lang_fr   lang_sp
1   12          one       un        uno
2   52          two       deux      dos

因此它将合并索引并对某些行重新排序以将其显示在列中，同时保留任何补充列数据。

所有不被“吐出”的列(some_data，在这个例子中)包含跨单个索引的重复数据，真实数据中存在许多这样的列。

我肯定可以通过在数据帧上循环来做到这一点，但我想弄清楚是否有可能完全用 pandas 来做到这一点。

Answer 1

您可以使用:

df.set_index(['some_data','language'])['spelling']\
  .unstack()\
  .rename(columns=lambda x: 'lang_' + x[:2])\
  .rename_axis([None], axis=1)\
  .reset_index()

输出:

   some_data lang_en lang_fr lang_sp
0         12     one      un     uno
1         52     two    deux     dos