python - 在没有多索引的情况下拆分 Pandas 系列

Question

我想采用具有单级索引的 Pandas 系列，并将该索引拆分为具有多列的数据框。例如，对于输入:

s = pd.Series(range(10,17), index=['a','a','b','b','c','c','c'])

s
a    10
a    11
b    12
b    13
c    14
c    15
c    16
dtype: int64

我想要的输出是:

    a    b    c
0   10   12   14
1   11   13   15
2   NaN  NaN  16

我不能直接使用 unstack 命令，因为它需要一个多索引，而我只有一个单级索引。我尝试放入一个具有相同值的虚拟索引，但出现错误“ReshapeError:索引包含重复条目，无法 reshape ”。

我知道这有点不寻常，因为 1) pandas 不喜欢参差不齐的数组，所以需要填充，2) 索引需要任意重置，3) 我不能真正“初始化” "数据框，直到我知道最长的列有多长。但这似乎仍然是我应该能够以某种方式做的事情。我也考虑过通过 groupby 来做，但似乎没有像 grouped_df.values() 这样没有任何聚合函数的东西——可能是出于上述原因。

Answer 1

可以使用groupby、apply、reset_index创建多索引Series，然后调用unstack:

import pandas as pd
s = pd.Series(range(10,17), index=['a','a','b','b','c','c','c'])
df = s.groupby(level=0).apply(pd.Series.reset_index, drop=True).unstack(0)
print df

输出:

   a   b   c
0  10  12  14
1  11  13  15
2 NaN NaN  16