python - Unpivot/unmelt 以创建动态列

Question

我有一个如下所示的数据框:我想解开这个数据框，以便相同 I_S 值的不同 IV 值进入单独的列，IC 列也是如此。

df_1.columns
Index(['I_Y', 'I_DY', 'I_H', 'I_M', 'I_S', 'IB', 'ISZ'], dtype='object', name='BSF')

'I_Y', 'I_DY', 'I_H', 'I_M', 'I_S', 'IV',  'IC'
 2015   55      21      57     8     5.67  200
 2015   55      21      57     8     5.66  100
 2015   55      21      57     9     5.65  200
 2015   55      21      57     9     5.64  200
 2015   55      21      57     10    5.67  200
 2015   55      21      57     10    5.66  200
 2015   55      21      57     10    5.65  600
 2015   55      21      57     10    5.64  200

期望的输出:

'I_Y', 'I_DY', 'I_H', 'I_M', 'I_S', 'IV1','IC1','IV2','IC2','IV3','IC3','IV4','IC4'
 2015   55      21      57     8    5.67   200   5.66  100
 2015   55      21      57     9    5.65   200   5.63  200
 2015   55      21      57     10   5.67   200   5.66  200  5.65  600  5.64  200 

由于我不知道 IV 可以达到多少级别，所以我正在考虑使其动态化，并为每个级别创建一个列。 (我所说的级别是指不同的 IV 值)

Answer 1

使用DataFrame.unstack用于 reshape ，但首先通过 Index.difference 获取没有 IV 和 IC 的所有列并通过 GroupBy.cumcount 创建计数器，最后按列中的第二级 MultiIndex 进行排序，并在列表理解中按 f-string 展平 MultiIndex:

df.columns = df.columns.str.strip("'")

cols = df.columns.difference(['IV','IC']).tolist()
g = df.groupby(cols).cumcount().add(1)
df1 = df.set_index(cols + [g]).unstack().sort_index(axis=1, level=1)
df1.columns = [f'{x}{y}' for x, y in df1.columns]
df1 = df1.reset_index()
print (df1)
   I_DY  I_H  I_M  I_S   I_Y    IC1   IV1    IC2   IV2    IC3   IV3    IC4  \
0    55   21   57    8  2015  200.0  5.67  100.0  5.66    NaN   NaN    NaN   
1    55   21   57    9  2015  200.0  5.65  200.0  5.64    NaN   NaN    NaN   
2    55   21   57   10  2015  200.0  5.67  200.0  5.66  600.0  5.65  200.0   

    IV4  
0   NaN  
1   NaN  
2  5.64