python - pandas:按列分组并将编号的重复列添加到新数据框

Question

我有一个像这样的数据框

Page KeyWord date
1    hello   mon
1    good    mon
2    holy    tues
2    brown   wed
2    crazy   wed

需要输出数据帧

Page KeyWord_1 KeyWord_2 KeyWord_3 date_1 date_2 date_3
1    hello     good      NULL      mon    mon    NULL
2    holy      brown     crazy     tues   wed    wed

基本上，数据框应该添加足够的列来满足最大数量的重复页码，因此在上面的情况下，我们看到 Page 有 3 个重复项(第 2 页有 3 个实例)，因此它应该添加那么多页码除了 groupby 列之外的重复列。

只是为了展示另一个例子

输入:

Page KeyWord date
1    hello   mon
1    good    mon
2    holy    tues
2    brown   wed

输出:

Page KeyWord_1 KeyWord_2 date_1 date_2 
1    hello     good      mon    mon   
2    holy      brown     tues   wed    

Answer 1

一种方式，进入多重索引:

In [11]: res = df.pivot_table(index="Page", columns=df.groupby("Page").cumcount(), aggfunc="first")

In [12]: res
Out[12]:
     KeyWord                date
           0      1      2     0    1     2
Page
1      hello   good   None   mon  mon  None
2       holy  brown  crazy  tues  wed   wed

如果您确实需要，您可以展平列:

# python 3
In [13]: [f"{title}_{str(i+1)}" for title, i in res.columns]
Out[13]: ['KeyWord_1', 'KeyWord_2', 'KeyWord_3', 'date_1', 'date_2', 'date_3']

# python 2
In [14]: [title + "_" + str(i+1) for title, i in res.columns]
Out[14]: ['KeyWord_1', 'KeyWord_2', 'KeyWord_3', 'date_1', 'date_2', 'date_3']

In [15]: res.columns = [title + "_" + str(i+1) for title, i in res.columns]

In [16]: res
Out[16]:
     KeyWord_1 KeyWord_2 KeyWord_3 date_1 date_2 date_3
Page
1        hello      good      None    mon    mon   None
2         holy     brown     crazy   tues    wed    wed