python-2.7 - Pandas 中的长到宽 DataFrame 在新列中具有枢轴列名称

Question

我已经搜索了很多，但似乎无法找到针对我的特定问题的枢轴功能。我将传达一个我正在寻找的简单示例:

长 table

dependent_variable  step a  b
         5.5          1  20 30
         5.5          2  25 37
         6.1          1  22 19
         6.1          2  18 29

想要的宽 table

dependent_variable   a_step1 a_step2 b_step1  b_step2
         5.5            20       25      30       37
         6.1            22       18      19       29

实际上，我想以 Step 列为中心，并使其余自变量(在本例中为 a 和 b)的列名称包括步骤编号和与其关联的 a/b 值。

旋转后，我将使用因变量列和作为 numpy 数组以及新旋转的因变量输入各种机器学习算法。

当我尝试 piRSquared 的建议(谢谢)时，我收到错误:索引包含重复的条目，无法 reshape 。

然后我尝试了(来自 Here )

d1 =data.set_index(['dependent_variable','step'], append=True).unstack()
d1.columns = d1.columns.map(lambda x: '{}_step{}'.format(*x))
d1.reset_index(inplace=True)

并且(使用示例表)得到以下信息:

level_0   dependent_variable a_step1 a_step2 b_step1 b_step2
  1               5.5           20      NaN    30       NaN
  2               5.5           NaN     25     NaN      37
  3               6.1           22      NaN    19       NaN
  4               6.1           NaN     18     NaN      29

所以，我还缺少一步

Answer 1

假设您的数据框的名称是 df和 dependent_variable , step不在索引中

d1 = df.set_index(['dependent_variable', 'step']).unstack()
d1.columns = d1.columns.map(lambda x: '{}_step{}'.format(*x))
d1.reset_index(inplace=True)

print(d1)

   dependent_variable  a_step1  a_step2  b_step1  b_step2
0                 5.5       20       25       30       37
1                 6.1       22       18       19       29