python - 如何根据另一列中的条件转置一列？

Question

我确定之前有人问过这个问题(因为这是一个常见问题)，但我找不到。

所以我的数据框看起来像这样:

ID     Name
1      A
1      B
2      X
2      Y
2      Z

我想要这种格式(我不关心列名)

1    A    B
2    X    Y   Z  and so on...

Answer 1

通过 DataFrame.set_index 创建 MultiIndex带柜台 GroupBy.cumcount并通过 Series.unstack reshape 与 DataFrame.reset_index对于 index 中的列:

df1 = (df.set_index(['ID',df.groupby('ID').cumcount()])['Name']
         .unstack(fill_value='')
         .reset_index())
print (df1)
   ID  0  1  2
0   1  A  B   
1   2  X  Y  Z

在小型 DataFrame 中执行:

np.random.seed(123)
N = 1000
L = list('abcdefghijklmno')
df = pd.DataFrame({'Name': np.random.choice(L, N),
                   'ID':np.random.randint(100, size=N)}).sort_values('ID')
#print (df)

In [15]: %%timeit
    ...: df_new=df.groupby('ID')['Name'].apply(lambda x: ','.join(list(x))).reset_index()
    ...: df_new.join(df_new.pop('Name').str.split(",",expand=True))
    ...: 
22 ms ± 411 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [16]: %%timeit
    ...: df1 = (df.set_index(['ID',df.groupby('ID').cumcount()])['Name']
    ...:          .unstack(fill_value='')
    ...:          .reset_index())
    ...: 
6.05 ms ± 212 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [17]: %%timeit
    ...: df.set_index('ID').groupby('ID').apply(lambda x: x.reset_index(drop=True).T).reset_index(level=1,drop=True)
    ...: 
151 ms ± 1.25 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)