python - Pandas :取消融化数据框以添加任意数量的列？

Question

我在 Pandas 中有一个数据框 df，如下所示:

stores           product           discount
Westminster      102141            T
Westminster      102142            F
City of London   102141            T
City of London   102142            F
City of London   102143            T

我希望得到一个如下所示的数据集:

stores           product_1  discount_1 product_2  discount_2 product_3  discount_3
Westminster      102141     T          102143     F       
City of London   102141     T          102143     F          102143     T

我如何在 pandas 中执行此操作？

我认为这是 stores 列的某种支点，但有多个 .或者它可能是“未熔化”而不是“枢轴”？

我试过:

df.pivot("stores", ["product", "discount"], ["product", "discount"])

但我得到 TypeError: MultiIndex.name must be a hashable type。

Answer 1

使用DataFrame.unstack对于 reshape ，只需要通过 GroupBy.cumcount 创建计数器, 最后更改第二层的排序并通过 map 展平列中的 MultiIndex:

df = (df.set_index(['stores', df.groupby('stores').cumcount().add(1)])
        .unstack()
        .sort_index(axis=1, level=1))
df.columns = df.columns.map('{0[0]}_{0[1]}'.format)
df = df.reset_index()
print (df)
           stores discount_1  product_1 discount_2  product_2 discount_3  \
0  City of London          T   102141.0          F   102142.0          T   
1     Westminster          T   102141.0          F   102142.0        NaN   

   product_3  
0   102143.0  
1        NaN