python - 没有唯一列的透视数据框

Question

我的数据框看起来像这样，

df = 
index | A   | B   | C
0     |00456|text1|date1
1     |00443|text1|date2
2     |00456|text1|date3
3     |00231|text2|date4
4     |00231|text3|date1
5     |00456|text2|date1

我想得到以下结果，

df =
index | Α   | B_1 |B_2  |B_3  |C_1...
0     |00456|text1|text1|text2|...
1     |00443|text1|NaN  |NaN  |...
2     |00231|text2|text3|NaN  |...

具有 _1 后缀或 NaN 值并不重要，我想要实现的是根据列的内容将所有值放在同一行中A。

实现这一目标的最佳方法是什么？

请注意，我使用了一种我认为过于复杂的方法来完成此操作，涉及的操作如下:

groups = df.groupby(["A"])
df = pd.concat((groups.A.apply(lambda x: pd.Series(data=x.values)).unstack(),
                groups.B.apply(lambda x: pd.Series(data=x.values)).unstack(),
                groups.C.apply(lambda x: pd.Series(data=x.values)).unstack()),
                keys = ['A', 'B' 'C'], axis=1)

Answer 1

使用 GroupBy.cumcount 作为计数器，通过 DataFrame.set_index 和 DataFrame.unstack 进行 reshape ，最后压平列中的 MultiIndex 并将索引转换为列:

g = df.groupby('A').cumcount() + 1
df1 = df.set_index(['A', g]).unstack()
df1.columns = [f'{a}_{b}' for a, b in df1.columns]
df1 = df1.reset_index()
print (df1)
     A    B_1    B_2    B_3    C_1    C_2    C_3
0  231  text2  text3    NaN  date4  date1    NaN
1  443  text1    NaN    NaN  date2    NaN    NaN
2  456  text1  text1  text2  date1  date3  date1