python - Pandas 数据框行操作

Question

我确定我遗漏了一些简单的东西，但我无法弄清楚这一点。我在 Pandas 中有一个 DataFrame，其中有多行具有相同的键，但信息不同。我想将这些行放在同一行。

df = pd.DataFrame({'key': ['K0', 'K0', 'K1', 'K2'],
                  'A': ['A0', 'A1', 'A2', 'A3'],
                  'B': ['B0', 'B1', 'B2', 'B3']})

这将给我一个包含 4 行和 3 列的数据框。但是'key'中有一个重复值'KO'

有什么方法可以将其转换为 3 行 5 列的数据框，如下所示？

df2 = pd.DataFrame({'key': ['K0', 'K1', 'K2'],
                  'A': ['A0', 'A2', 'A3'],
                  'B': ['B0', 'B2', 'B3'],
                  'A_1': ['A1', 'NaN', 'NaN'],
                  'B_1': ['B1', 'NaN', 'NaN']})

Answer 1

对cumcount 执行groupby，然后将各个组连接在一起。

gps = []
for i, g in df.groupby(df.groupby('key').cumcount()):
    gps.append(g.drop('key', 1).add_suffix(i + 1).reset_index(drop=1))

r = pd.concat(gps, 1).sort_index(axis=1)
r['key'] = df.key.unique()

r
   A1   A2  B1   B2 key
0  A0   A1  B0   B1  K0
1  A2  NaN  B2  NaN  K1
2  A3  NaN  B3  NaN  K2

您可以使用列表推导来稍微缩短它 -

r = pd.concat(
         [g.drop('key', 1).add_suffix(i + 1).reset_index(drop=1) 
                    for i, g in df.groupby(df.groupby('key').cumcount())], 
         axis=1)\
      .sort_index(axis=1)

r['key'] = df.key.unique()
r
   A1   A2  B1   B2 key
0  A0   A1  B0   B1  K0
1  A2  NaN  B2  NaN  K1
2  A3  NaN  B3  NaN  K2