python - 将行转换为单行的问题

Question

我有这个数据框，我想将具有相同 ID 的行转置为一行:

ID   TYPE1   TYPE2  GROUP STARTIME
1    A       C      Q1    10:25 
1    A       C      Q2    11:00
1    A       C      Q3    11:30
2    B       D      Y1    12:00
2    B       D      Y2    12:30

结果应该是:

ID   TYPE1   TYPE2   G1   G2  G3   START_G1   START_G2   START_G3
1    A       C       Q1   Q2  Q3   10:25      11:00      11:30
2    B       D       Y1   Y2  NaN  12:00      12:30      NaN

这是我当前的代码:

df_transposed = df.pivot_table(index= ['ID','GROUP']).unstack()
df_transposed = df_transposed.sort_index(axis=1, level=1)
df_transposed.columns = ['_'.join((col[0], str(col[1]))) for col in df_transposed]
df_transposed = df_transposed.reset_index(level=0)
df_transposed.head()

但是 TYPE1 和 TYPE2 列对于 ID 1 重复 3 次，对于 ID 2 重复 2 次。我希望它们是单个列，如预期结果所示，因为对于相同的 ID，它们总是具有相同的值。此外，我得到像 GROUP_Q1 这样的列，但我想得到 Group_1、Group_2 等。

Answer 1

您可以使用 pivot_table与 cumcount用于计数组:

df_transposed = df.pivot_table(index= ['ID','TYPE1', 'TYPE2'], 
                               columns=df.groupby(['ID','TYPE1', 'TYPE2']).cumcount() + 1, 
                               values=['GROUP','STARTIME'], aggfunc='first')
df_transposed.columns = ['_'.join((col[0], str(col[1]))) for col in df_transposed]
print (df_transposed)
               GROUP_1 GROUP_2 GROUP_3 STARTIME_1 STARTIME_2 STARTIME_3
ID TYPE1 TYPE2                                                         
1  A     C          Q1      Q2      Q3      10:25      11:00      11:30
2  B     D          Y1      Y2    None      12:00      12:30       None

如果需要重命名列:

df = df.rename(columns={'GROUP':'G','STARTIME':'START'})
df_transposed = df.pivot_table(index= ['ID','TYPE1', 'TYPE2'], 
                               columns=df.groupby(['ID','TYPE1', 'TYPE2']).cumcount() + 1, 
                               values=['G','START'], aggfunc='first')
df_transposed.columns = ['_'.join((col[0], str(col[1]))) for col in df_transposed]
print (df_transposed.reset_index())
   ID TYPE1 TYPE2 G_1 G_2   G_3 START_1 START_2 START_3
0   1     A     C  Q1  Q2    Q3   10:25   11:00   11:30
1   2     B     D  Y1  Y2  None   12:00   12:30    None